5G基站的大量部署以及公共交通网络的迅速发展,不断推动着车联网向智能化、网络化的方向快速演进。目前城市核心区域已逐渐形成了由宏蜂窝、微蜂窝、无线局域网等无线接入技术异构而成的超密集异构无线网络。网络的异构融合,为爆发式增长的车载终端提供高性能、高质量的通信服务奠定了基础。但要实现终端在超密集异构无线网络中的无缝接入,仍面临着诸多问题和挑战。譬如,道路拥堵和车辆高动态性移动容易造成网络的拥塞和终端的频繁切换,这将极大影响网络的传输效率和用户的体验质量。因此,本文从缓解网络拥塞和降低频繁切换这两个角度出发,提出一种融合自组织网络的车辆自组织异构无线网络架构,并在该网络架构下对垂直切换算法进行深入研究,以期提升网络传输性能和改善用户体验。本文主要工作概括如下:1.针对大规模车载终端短时间聚集性移动引起的网络拥塞问题,提出一种考虑负载均衡和用户体验的垂直切换算法。首先,引入网络环境感知模型预测网络未来的拥塞程度,并提出一个融合车辆自组织网络的网络架构,缓解网络拥塞。其次,定义业务适应度和负收益因子,并提出一种基于秩和比的自适应切换判决方案,为用户筛选出当前环境下满意度最高的目标网络。最后,实验仿真表明,该算法能降低车载终端接入网络的阻塞率和掉话率,实现网络间负载均衡并提升用户体验。2.针对高动态性车载终端连续穿越5G微蜂窝和Wi Fi等网络引起的频繁切换问题,提出一种基于位置预测和跨区合作的垂直切换算法。首先,根据车辆的历史轨迹信息得到改进后的卡尔曼滤波器位置预测模型,预测切换终端下两时刻的位置。其次,根据预测位置提前生成用于切换和跳跃的备选网络集。然后,通过定义跳跃因子和采用修正Jaccard相似度的区间数多属性决策算法,提出一种跨区合作的自适应切换判决方案,为终端生成最优切换策略。最后,实验仿真表明,该算法能减少车载终端的切换次数,降低切换失败率,提高网络的传输效率。