随着城市机动车辆数量的快速增长，道路拥堵已经成为城市交通发展中一个不可忽视的问题。交通导航系统的出现在一定程度上减轻了道路交通的压力，同时也能够为出行用户提供更加快捷的行车路径，它是智能交通系统中一个重要的应用组成。交通导航系统通过车载自组织网络收集道路上的交通信息，通过数据处理以及导航应用提供给用户导航结果。已有的导航应用算法对不完整的实时路况信息处理工作较少，同时未能考虑用户群体对导航结果的满意度以及公平性。目前国内外相关工作在路况数据恢复、导航算法的用户满意度以及公平性研究不够深入，研究成果较少。鉴于此，本文通过这三个方面阐述所做的工作。本文按照收集到的路况数据处理以及应用的整体过程，分为路况数据恢复、交通系统负载与用户满意度折中、多次导航的公平性保障三个部分进行研究。其中，路况数据恢复属于数据处理范畴，而交通系统负载与用户满意度折中、多次导航的公平性保障属于数据应用范畴。路况数据恢复通过ARTD算法，在时间维度上使用AR模型对缺失和错误数据进行恢复，这些路况数据为导航应用提供道路流量、车辆密度、平均速度等交通信息；交通系统负载与用户满意折中的实现是通过基于背压思想的BPR-US算法，该算法考虑了系统负载均衡和用户最优两个方面，实现了道路车辆密度的平均与用户满意度的提高；多次导航公平性问题通过PFU-CFD算法使多次导航中不同用户的公平性近似相等，该算法通过向受益用户收取虚拟的积分费用，向蒙受损失的用户补贴相应的价格差价，从而体现了不同用户的公平性。最后本文使用英国交通数据集进行ARTD算法的实验验证，在新加坡高速路网上模拟BPR-US和PFU-CFD算法的实验效果，并使用已有的导航算法与本文提出的算法进行实验对比。通过实验结果分析得出，本文提出的基于不完全路况信息的导航算法能够有效对不完全路况数据进行恢复，在均衡系统负载的同时提高用户满意度，在多次导航中体现不同用户在行驶时间上的公平性。