随着三网融合不断深入和普及，基于开放软件平台的智能电视成为三网融合的重要载体，智能电视的发展已成为不可逆转的趋势。开放的多应用环境作为智能电视的标志性特征受到了广泛关注，但多应用运行在应用切换、窗口刷新、网络带宽合理分配等方面的性能，并不能达到用户期望的体验效果。多应用运行环境下的用户体验成为决定智能电视是否成功的重要因素。　　本文对面向体验的智能电视多应用运行优化关键技术进行研究。针对智能电视多应用运行环境，以提高用户体验（尤其是运行速度体验）为研究出发点，针对如何加快动态内存分配释放速度、如何加快应用切换速度（从在内存驻留更多应用和应用切换时缓存更多资源两方面研究）、如何加快多窗口并行更新速度、以及如何为多应用合理分配带宽资源四个方面，提出了解决方案:　　(1)为了提高智能电视动态内存分配释放的速度，提出一种基于两级离散列表TLSF(Two-LevelSegregateFit)的模糊阈值合并算法。根据内存区间的使用概率和空闲块数统计，运用模糊规则计算合并系数，并与由碎片率决定的动态阈值相比较，决定是否推迟合并。实验结果表明，该算法在内存大小随机分配时与TLSF算法的碎片率和速度性能相当;在实际的视频点播系统应用中，分配和释放速度分别提高了12.6％和9.5％。　　(2)为了在内存驻留更多应用以加快应用切换速度，提出了一种基于统计分析和预测的低内存进程管理算法。通过统计进程的内存使用，利用条件概率预测下一时间段内存增量，动态调整不同等级的内存阈值，在内存中保存尽可能多应用，从而提高应用切换时命中率，加快切换速度。实验结果表明，与LMK算法相比，LMK-SAP算法在内存中驻留的应用数目提高了16％，能够有效加快应用间的切换速度。　　(3)为了减少应用启动时资源初始化时间以加快切换速度，提出了一种基于资源缓存的应用快速切换算法。设计一种使用资源代理机制的资源管理框架，缓存应用进入后台运行时的资源状态;以最小化应用切换时间为目标，建立多维多选择背包模型，为解决该问题分别提出基于穷举搜索和启发式方法的资源缓存算法。实验结果表明，基于穷举搜索的算法复杂度虽高，但可以求得问题的最优解;与之相比，启发式算法可以在较短时间内求得次优解，更适合于嵌入式终端采用，以实现多应用间的快速切换。　　(4)为了加快智能电视多窗口并行更新速度，提出了一种基于屏幕划分的窗口更新算法。根据所有应用的窗口位置和大小信息将整个屏幕划分为多个子区间;每个窗口使用位图记录屏幕子区间信息;当更新某一应用窗口时，依据划分信息分步更新相应子区间的内容。为了降低更新冲突，优先更新重叠度较大的子区间。实验结果表明，应用的总窗口更新时间减少了35％，冲突次数降低了72％;进一步的实验证明，随着刷新率的增大，该算法带来的性能提高更为明显。　　(5)为了在智能电视多应用之间合理分配有限的网络带宽资源，提出一种嵌入式终端多应用网络资源分配算法。根据应用特性对网络数据包进行分类，结合实时探测的可用带宽，为每种类型数据包分别添加不同的延迟时间，依据延迟大小调度数据包。实验结果表明，该算法在多应用运行环境下，能够优先满足用户关注度高的应用网络带宽需求，实现了网络资源在嵌入式终端上的合理分配。