视频流量建模对于研究具有特定统计特性的视频流在网络中的传输具有重要意义。本文研究分析了现有的典型视频流量模型,在此基础上设计并实现了一种新的基于一阶自回归模型和一种新的基于场景切换模型的视频流量发生器,设计中考虑了编码器产生的帧序列经RTP等流媒体实时传输协议进行的报文分割、打包处理。针对单一场景或场景切换很少的视频流,采用一阶自回归模型进行建模,采用的方法是将视频流中的各类型帧提取出来组成子帧序列,对各子帧序列计算其统计量,根据所得统计量分别估计出自回归模型的参数。用所得的参数生成模拟视频流,并与真实视频流的统计量进行对比分析,得出模拟视频流能较好地拟合单一场景或场景切换很少的视频流的统计特性。针对具有频繁场景切换的视频流,用马尔可夫链来模拟视频场景之间的切换,场景内部用自回归模型来建模。首先用二阶差分检测法对视频帧序列进行场景分割,再进行场景聚类,各场景类分别用自回归模型进行建模。对模拟视频流与真实视频流的统计特性进行了比较,表明了模拟视频流能很好地拟合具有频繁场景切换的视频流的统计特性。在NS-2平台上,将视频流模型应用于RSVP协议进行仿真,对具有不同统计特性流的平均时延、抖动、丢包率和预留率、带宽利用率之间的关系进行测量分析。本实验的测量结果有助于针对视频码流的统计特性,在一定的网络条件下进行合理的资源预留,从而为业务流提供更好的OoS服务,同时充分利用可用的网络资源。