新型智能交通应用的出现和移动通信网络的发展为传统的车载通信技术注入了新的活力,同时也带来诸多挑战。近年来,尽管基于车-车通信、车-路通信的车联网技术已经被广泛研究并且取得长足发展,然而在处理对网络和计算性能有较高要求的新型交通应用（如交通监控视频、在线应用、高清地图等）时则显得力不从心。而边缘计算架构以其灵活的资源管理方式、提升系统响应效率和降低网络负载的能力等优良性能近年来备受关注。因而将边缘计算架构应用于车载通信场景,形成以赋能边缘侧通信、缓存、计算功能为导向的车载边缘信息系统成为新的发展方向。该系统中通信功能的作用是:基于多车协作、车路协同等建立新型通信架构,增强传统车联网在应对大容量内容数据传输时链路质量稳定性和高效性,以支撑新型智能交通应用服务;缓存功能则通过对用户请求合理建模、提前预判等手段,在车辆、路设等具有缓存能力的网络边缘节点中实现主动式内容缓存,降低用户请求的响应时间、增强边缘响应能力。二者作为车载边缘信息系统计算能力提升的基础,同时也是本研究重点内容。新型交通应用对网络服务的连续性、系统响应效率、资源利用率等性能有着更高的要求。传统的研究方案更多的是考虑如何克服车辆高动态特性对网络性能的恶化。本研究则从不同角度,对车辆本身固有属性进行深度挖掘,探究不同交通属性对系统性能正、负双面影响,提出对应解决方案,获得更加优越且适用于大容量内容传输和服务的网络性能。具体而言,本研究以车载边缘信息系统为导向,以车辆稳定性、移动性和非平稳特性为切入点,以增强通信链路的稳定性、缓存服务的能效性和高效性为目标,基于实际交通数据分析和验证,首先建立了基于车辆稳定性的车间通信机制,进而实现车辆移动性辅助的车载缓存策略,最后设计针对车载用户请求非平稳特性的在线边缘缓存算法。通过运用多种经典数学理论及方法,从实际场景剥离科学问题进而建立理论分析模型并推导解决方案,最终实现车载边缘信息系统通信和缓存服务性能的提升。本研究具体研究内容包含以下三个方面:（1）探究车载通信中车辆稳定性的存在并基于此建立多跳骨干通信网络架构:首先基于对实际交通流移动特征分析,探究并证明了车辆稳定性的存在,运用刃形绕射模型和移动特征稳定性模型建立稳定车辆判别方法,进而建立了多跳骨干传输链路的构建和维护机制。为面向大容量数据传输的车间链路稳定性研究提供了思路。同时,探究了车载通信中不同特征业务类型的一般性建模方法,建立基于G/G/1队列的多跳链路分析模型,具有较广泛的适用性。该项工作为在动态变化网络场景中设计稳定有效的通信机制提供了思路,为现有智能交通系统中车间通信机制提供了补充。（2）挖掘车辆移动性在车载缓存中的作用并设计面向能效的在线车载缓存机制:该部分工作旨在将车辆（尤其针对自动驾驶车辆）角色从服务消费者变为服务提供者,建立了利用车辆移动性增强车载缓存服务性能的分析方法和缓存决策算法。首先运用二维马尔可夫过程对缓存车辆与有请求的移动用户的链路连接特性进行建模,得到请求用户、缓存车辆、基站三者间网络服务概率,该模型为异构网络中用户对服务网络选择的建模提供了思路;其次引入网络能效性能指标到车载缓存研究中,为车载缓存决策的制定提供了新的评估依据;建立面向能效最大化的缓存优化问题,并基于非线性规划和Lyapunov优化理论建立近似求解方案,可以为通信网络中的相似分式优化问题的求解提供借鉴。最终建立面向网络能效最大化的在线缓存决策算法,提升网络能效同时增强系统增益。（3）捕捉车载用户请求非平稳特性并设计面向效用最大化的在线缓存算法:针对边缘缓存服务场景,首先对车载用户请求的平稳与非平稳特性在边缘缓存中的影响进行建模分析,设计了面向非平稳性的在线边缘缓存算法,为车载用户提供缓存服务的同时增强（Road Side Unit,RSU）缓存效率和资源利用率;设计了RSU服务链路中断分析模型,为RSU与车辆间连接特性的表征提供了新方法和思路;最终建立面向效用最大化的边缘缓存机制,在保证缓存内容公平性的同时,实现缓存命中率和缓存中断率的性能折中。