在智能城市的构建中,发展智能交通是很重要的一步。智能交通系统(Intelligent Transport System,ITS)可以实时收集交通信息,对交通状况进行管控并解决公路的拥堵问题。在需求地推动下,曾经的传感网发展升级为车联网。在车联网中,车-车无线通信技术(Vehicle-to-Vehicle radio communication,V2V)是目前重点的研究方向之一。它的发展不仅有利于智能交通领域,还可以带动智能驾驶、无人车领域和医疗等方面。目前,关于V2V的通讯协议有两个大的方向,但距离产业化和商业化还需要更多的场景测试和研究。对不同场景信道的特征的分析和建模,有利于V2V的通讯协议的优化和车载通讯系统的设计和仿真。本文选取了经典的城区低速场景,设计了测量方案并收集了数据,对信道进行了特性分析和建模。本文的主要研究工作如下:首先,本文对测量方案进行设计,针对城区低速场景进行了测试路线的规划和设备安装的设计。在实际测量中,使用TDM-allmeas sounder信号测量仪器实现对信道的测量和数据收集。其次是处理收集数据。对测量数据进行处理得到信号冲激响应和定位信息。最后,利用处理的数据对信道进行不同方面的分析。在能量域方面,对小尺度衰落和大尺度衰落进行了分析和建模。使用了赤池信息量准则(Akaike’s Information Criteria,AIC)对小尺度衰落的电平包络进行的最优分布的拟合。为了更好的分析最优拟合分布中的特征因子,本文将原本收集的数据分为情况不同的两段进行了对比和研究。使用了均方根误差和灰色关联度的分析法,结合较为切合本次测量场景的几种经典模型,对大尺度衰落中的路径损耗进行了研究和建模。在时域方面,分析了功率时延谱和均方根时延这两个特性。对于均方根时延的一阶统计特性累积分布函数,进行了前后两段数据的对照和分析。并根据功率时延谱的特点和椭圆几何特性设计了反射体定位的方法。在频域方面,分析了时延-多普勒谱。通过对该场景的信道数据研究,发现市内低速场景中,信号的发射端和接收端的间距以及周围环境对信号有着重要的影响。数据结论:该场景的小尺度的电平包络的最优拟合分布为莱斯分布,路径损耗与ITU-R 1411(upper bound)模型匹配度最高;均方根时延90%的数值在200ns以内。