随着无线通信技术的不断发展,车联网正朝着异构化的趋势不断演进。异构车联网将短距离通信、蜂窝网等技术结合在一起,满足了不同场景下的车载业务需求。面对车联网中复杂的网络拓扑和严苛的通信条件,如何保证车辆移动时网络连接的稳定性,提升车联网技术辅助下车辆的驾驶安全是目前学术界研究的热点。早期的异构车载网络大多依靠远程云服务器进行海量数据的分析与决策,由于传输距离较远很难对一些时延敏感型数据进行实时处理。利用多接入边缘计算（Multiaccess Edge Computing,MEC）技术可以将计算资源下沉到网络边缘的MEC服务器上,以提供更低延迟的数据处理能力。本文围绕异构车联网中的网络连接及驾驶安全方面的问题展开了研究,并基于MEC技术分别提出了网络切换方案与区域车速管控方案。将MEC技术与车联网通信技术相结合,一方面可以为车辆移动过程中的频繁网络切换问题提供选网决策,提高网络连接稳定性;另一方面,能够实时分析路况信息为驾驶员提供动态车速建议,提升驾驶安全。论文主要工作及创新点如下:首先,以异构车联网中车辆与蜂窝基础设施间的V2N通信为研究背景,针对LTE与5G RAN-level异构蜂窝网络,提出了一种基于MEC的网络切换方案。该方案在切换信息采集时多维度地考虑到了交通态势、用户偏好及网络状态,利用MEC技术执行切换决策,通过车辆与基站的信令交互完成车辆在移动过程中的网络切换。方案决策涉及到候选网络吞吐量评估、Qo S边界转化、车辆驻留状态预估及层次分析过程,解决了传统切换机制移动性分析不足的难点,降低了不必要的切换次数,较大程度地提升了车辆在移动过程中的网络连接稳定性。其次,以异构车联网中车辆与路侧单元的V2I通信为背景,针对IEEE 802.11p短距离通信场景,设计了一种基于MEC的区域内动态车速管控方案。该方案遵循欧洲电信标准协会车联网相关标准,采用合作感知类（Cooperative Awareness,CA）服务和分散式环境通知（Decentralized Environmental Notification,DEN）服务进行车辆与路侧单元的信息交互。针对关键路段（十字路口、车流密集区域）利用MEC辅助决策建立了区域内动态车速管控策略,能够实时采集驾驶盲区路段的路况信息,一定程度上降低了车辆碰撞事故发生的次数,提高了车辆行驶的安全性。最后,使用NS3+SUMO仿真平台以北京冬奥首钢园区实地部署为原型搭建了车联网中的交通与通信模拟场景,分别实现了异构车联网中基于MEC的网络切换方案与车速管控方案,并对方案所提到的功能模块及算法进行了测试。通过分析测试结果,验证了本方案相较于传统方案的功能完整性和性能优势。