车载自组网中,车辆定期广播基本安全信息(Basic Safety Message,BSM)实现车辆协作感知。BSM高可靠性传输保证了安全应用的服务质量(Quality of Service,QoS)。最近,基于干扰的容量模型引起了业界和学术界的广泛关注,该模型可以更实际和有效的评估车载自组网在安全应用方面的QoS。然而,在一维高速公路场景下,节点传输概率和SIR分布推导时数值积分计算量很大,限制了该模型在车载自组网的广泛使用。此外,在实际通信系统中,观察到SINR大于给定阈值不一定导致成功接收BSM。因此,基于合理且不失一般性假设,本文针对一维高速公路场景BSM广播业务,提出SINR阈值模型和SINR-FER曲线模型,研究其服务质量和传输容量。针对基于干扰的容量模型中推导节点传输概率和SIR分布数值积分计算量很大问题,提出一种简单有效的新方法推导IEEE802.11p广播Ad Hoc网络SINR分布,针对存在干扰和噪声的无线自组织网络,该方法不经历许多复杂迭代和高阶积分,通过调整给定SINR阈值时的干扰区域得到SINR分布,提出SINR阈值模型。与基于干扰的容量模型相比,这种分析方法更快,更准确。针对在实际通信系统中,观察到SINR大于给定阈值不一定导致成功接收BSM,本文根据上文推导的SINR分布和实验获得的SINR-FER曲线,提出SINR-FER曲线模型,用于评估车载自组网在安全应用方面的QoS。与SINR阈值模型相比,SINR-FER曲线模型更加符合实际通信系统。所提出的分析模型已通过数值计算和NS2网络仿真验证了其正确性。针对原始NS2网络仿真器只考虑SINR阈值对成功接收数据包的影响,没有考虑帧错误率和接收信号强度对成功接收数据包影响,导致不能满足SINR-FER曲线模型仿真问题,本文对NS2网络仿真器进行了改进,改进后NS2网络仿真器同时考虑了帧错误率和接收信号强度对成功接收数据包的影响,能够满足SINR-FER曲线模型仿真。