随着汽车保有量的逐年攀升,城市交通拥堵日趋严重,交通事故日渐频发,同时也引发了诸多环境和能源问题。为了提升交通效率并保障交通安全,缓解相应的环境和能源危机,车联网应运而生。为实现有效、精准的车路信息协同,需要依赖高可靠、高安全的车对车（Vehicle-to-Vehicle,V2V）及车对路边基础设施（Vehicle-to-Infrastructure,V2I）通信。然而,现有的车联网研究缺乏对其实际信道模型、网络拓扑变化、以及车辆动态行为的考量,因而难以满足车联网精准、高效的多样化服务需求。综合考虑上述因素,本文在满足链路可靠性和隐蔽性等服务要求的同时,最大化车联网的频谱效率、能量效率、及隐蔽速率等性能指标,最终实现了车联网通信服务的多样化。本文前三个工作主要针对高密度V2V通信场景提出了鲁棒功率控制方案来实现车辆通信链路和速率以及能效最大化,最后一个工作针对基于反射标签的V2I通信场景,采用了隐蔽通信来实现车路信息的安全传输。具体内容如下:（1）针对高密度车辆自组网中V2V信道的不确定性和V2V链路的共信道干扰,考虑了基于多普勒频移的V2V信道模型,构建了在目标中断概率约束下最大化所有V2V链路传输和速率的鲁棒优化问题。由于该问题是非凸的,使用了均值-方差方法将含有随机V2V信道增益的中断概率约束转化为确定性约束,并利用逐次凸逼近转化得到凸问题。通过对偶分解,确定了每个用户的最优传输功率。仿真结果验证了算法的有效性及鲁棒性,尤其适用于动态的车联网场景。（2）针对蜂窝网络中多条车辆直通（Device-to-Device enabled V2V,D2D-V）链路在复用蜂窝用户信道时的共信道干扰和信道的不确定性,提出了在保证蜂窝用户通信服务质量的同时最大化所有D2D-V链路的和速率的优化问题。由于信道的不确定性,蜂窝用户的服务质量约束可表示为概率约束。通过Bernstein近似,难处理的概率约束转化为具有可分离结构的确定性约束。由于具有对数求和形式的目标函数是非凸的,采用逐次凸逼近将该问题转化为凸问题,并利用对偶分解方法确定了车辆的最优传输功率,提出了一种分布式鲁棒功率控制算法来实现该网络高可靠与高速率的通信需求。仿真结果表明该算法大大提升了移动车辆的通信服务质量。通过与现有方法对比,进一步验证了该优化方案的有效性。（3）为实现混合车联网架构下稳定的V2V通信性能和最优的网络能谱效,联合了车辆分簇和鲁棒功率控制方案来最大化该网络的谱效和能效,并引入了一种基于定价的效用函数来实现谱效和能效最大化问题的统一优化。考虑到簇头处的干扰限定概率约束是难处理的且效用函数是非凸的,因此采用Bernstein近似和逐次凸逼近法将该难处理的非凸问题转化为易求解的凸问题。通过对偶分解方法,最终分别确定了固定价格C和最优价格C*对应的近似最优解。数值仿真表明算法大大提升了该混合架构下车辆的通信服务质量。通过与现有方案比较,进一步验证了联合分簇方法和鲁棒功率控制方案的有效性。（4）针对传统大规模部署路侧单元引起的高额能耗和车路通信开放性导致的信息安全风险问题,考虑了整合隐蔽通信和反向散射通信的V2I通信来实现车路信息的安全传输。在基站广播的加密信息下,路侧标签因需要反射密钥信息会有较高的速率需求,容易暴露其反射密钥的行为。因此,通过干扰机产生的随机人工噪声以增强反射链路的隐蔽性。此外,为了安全隐蔽地获得反向散射链路的最大传输速率,在随机信道衰落和干扰机人工噪声的辅助下,分别推导了监视车辆最小检测误差率和反向散射链路的中断概率。根据监视车辆的平均检测错误率,调整标签的反射系数,最大化密钥信息在隐蔽约束下的有效隐蔽传输速率。数值仿真结果表明了优化反射系数可实现高效的车路信息安全传输。