车联网(Vehicular Ad Hoc Network,VANET)作为物联网的延伸,通过车辆、行人及交通道路基础设施之间的通信及组网,完成信息处理、感知及交互,为车辆及行人提供低时延、高可靠的通信服务。车联网所提供的低时延、高可靠的信息交互,是未来部署智能交通系统并为车辆行人提供安全服务的基础。因此,车联网中的信息交互必须在传递时延及传递可靠性上,满足交通安全相关应用提出的严苛的网络需求。随着车联网通信标准化及研究的推进,车联网下的信息传递面临着新的问题与挑战。一方面,现有的信息传递协议在电气和电子工程师协会制定的车载环境无线接入(Wireless Access in the Vehicular,WAVE)协议下的多信道环境中难以取得满足安全相关应用的信息传递时延。为保障多信道下的低延时信息传递,需结合具体的多信道环境,设计合适的信道认知及接入技术。另一方面,车辆对于无线射频信号传输的阻碍作用开始受到研究人员的关注,而该效应对车联网下的信息传递带来的负面影响尚未得到足够的分析,并缺乏有效的解决方案。针对上述两个问题并结合车联网自身高动态的网络特性,本文结合WAVE协议制定的协议框架及信道环境,深入探索并研究了信息传递面临的两个新的研究问题,即多信道环境下的中继冲突问题与车辆阻碍效应带来的广播盲区问题。具体的:第一,目前车联网下的信息传递主要聚焦于将合作共识消息和分布式环境警示消息通过公共控制信道进行传播。其典型的应用包括智能交通系统中的电子刹车及事故预警。随着车联网的发展,该网络需要支持更加多样的数据传输,包括来自高层应用服务的以太网协议数据。在WAVE协议栈规定的多信道环境下,这类基于以太网协议的服务应用数据需使用六个服务信道的其中之一完成传输,以避免与公共控制信道上合作共识消息与分布式环境警示消息的传输产生冲突,降低传递时延。当有多台车辆需要进行以太网协议数据传输时,现有的信息传递协议无法良好的适应WAVE协议栈下的多信道环境,因而产生多源中继冲突(Multi-sources Relay Confliction,MRC)问题。多源中继冲突问题将大幅增加不同信息源间的中继选择冲突,并进而降低信息传递速率,严重威胁车联网下网络通信的正常进行。针对此问题,本文提出了一种基于竞争成功率的多源多信道中继竞争算法(Success Probability based Relay Contention Algorithm,SPRCA)。该算法利用车辆分布的统计特性,将信息源与接收节点间的距离转化为参与中继竞争的成功率,并进一步依据此概率决策是否某一参与某信息源的中继竞争。该算法可有效缓解多源中继冲突问题对车联网通信造成的负面影响,在不影响合作共识消息及分布式环境警示消息传递的前提下,保障了以太网协议数据在服务信道上的高效传输。第二,车辆对于无线射频的传输来说是不可忽视的物理障碍物。无线电波在空间中传播时,由于车辆表面及材质带来的散射、反射及吸收效应,阻断了发送方与接收方之间的可视距通信,使得信号功率下降,降低了接收方接收到该信号时的信干噪比。本文中将该效应定义为车辆阻碍效应。该效应在车联网下的多跳信息传递过程中尤为明显。由于车辆阻碍效应,使得车联网中传递的数据在某些车辆处接收到的信号强度不足以满足正确解码要求,这些车辆将处于所谓的广播盲区,无法获取实时的合作共识消息与分布式环境警示消息信息。车辆阻碍效应使得传输的安全信息无法被网络中部分车辆接收,严重威胁车辆及行人的生命财产安全。因此,车联网中的信息传输协议必须考虑车辆阻碍效应带来的负面影响,并通过合适的中继选择方式尽可能减少处于广播盲区的车辆,保障车辆及道路的安全不受影响。针对此问题,本文首先为量化车辆阻碍效应对信息传递造成的负面影响给出了广播效率的定义。基于广播效率,本文将在信息传递过程中优化安全信息在受车辆阻碍效应影响下的有效覆盖率问题,结合网络拓扑与图论,抽象转化为一个图优化问题。通过解该优化问题,可以获得最大化广播效率的理论最优解。由于图优化算法需要全局信息,且难以通过分布式的方式实现,因此在实际车联网中无法得到部署和实施。因此,本文进一步参照该图优化算法,提出了其可在车联网中分布式实现的最大广播效率中继(Maximum Broadcast Efficiency Relaying,MBER)算法。MBER算法最大化信息传递过程中取得的广播效率,同时兼顾链路可靠性及传递时延这两个车联网中硬性的网络要求。同时,MBER充分利用车联网各节点可获得的局部信息,通过竞争机制,分布式的实现了预期的优化性能及目标。本文进一步通过理论建模分析及网络仿真,对提出的协议及其优化算法进行了性能分析,并与相关工作进行了比较。理论分析及仿真结果说明,本文所提出的算法在车联网中可有效地解决上述问题,并且取得较之于相关工作更优秀的网络性能。