近年来,车联网研究越来越完善,车联网的大规模应用即将到来。本文设计了一个应用于车联网环境下的基于JavaEE的Web应用服务软件。本系统根据用户类型提供不同的基于位置信息的特色服务。软件系统的车辆位置信息来自于车辆用户通过蜂窝网络上传的自身位置信息。系统分为三类用户:系统管理员用户、路边商户用户、路—上车辆用户。系统管理员用户可以通过蜂窝网络获取车辆上传的位置信息,统一管理车辆位置信息。路边商户用户可以根据车辆的位置信息,通过蜂窝网络向在自己附近的车辆用户发送自家的促销广告等信息,同车辆用户聊天。路上车辆用户通过蜂窝网络上传自己的车辆位置状态等信息,例如位置、速度、DSRC ( Dedicated Short Range Communications)中beacon的广播频率、一段时间内车辆接收beacon发生丢包数与成功接收beacon包数的比率等,系统后台根据获得的所有车辆的状态信息,利用机器学习算法,预测车辆DSRC通信的无线网络质量,并给车辆返回一个建议的广播频率,车辆根据建议的广播频率进行V2V通信的广播可以降低V2V通信的丢包率、端到端时延等,进而改善位置更新性能。该系统还研究了如何利用Redis,Epoll等技术在车联网下优化Web应用,缩短应用系统的响应时间,提升服务器的并发处理能力,并且提供可靠的服务。本文主要完成的工作如下:(1)介绍了软件开发中使用的开源框架,分析了车辆位置信息管理系统的需求,针对不同的用户类型,设计了不同的基于位置信息的服务。(2)基于Spring、SpringMVC、Mybatis开发框架编写了车辆位置信息管理软件,优化软件服务的逻辑流程,提升车联网环境下的软件响应速度,使用Redis、Epoll等技术提升车辆位置信息管理系统的并发服务能力。(3)基于NS-3仿真结果作为训练集,利用LR、朴素贝叶斯、支持向量机、C4.5决策树等算法,训练仿真数据,判断车辆基于DSRC的V2V无线通信环境是否有发生网络拥塞的风险,兼顾效率与准确度,选择了效果最好的训练模型,并将之运用到系统的应用服务中,通过给车辆返回建议的beacon信标广播频率来改善车辆自组织网中的V2V场景的网络质量,从而改善局部车辆之间实时位置更新性能。该方案可以视为一种跨层方案,通过在应用层进行机器学习来实现底层位置更新的性能优化。(4)针对系统的登录模块、位置管理模块、消息管理模块、改善网络质量模块进行了功能性测试与压力测试。测试结果表明系统能够管理车辆的位置信息,并利用位置信息提供相关服务,服务相应时间能够满足车联网环境下的要求,能够应对高并发业务场景。