车载自组网为智能交通系统提供了道路交通安全应用，可以实现碰撞避免、安全警告等功能，从而防止和减少交通事故的发生。为了实现这些安全应用，车辆之间会周期性地广播包含车辆状态（如位置、速度、方向）的信标消息(Beacon Message)，这些信标消息的低时延和高可靠性传输保证了安全应用的服务质量（Quality of Service，QoS）。然而车载自组网中车辆密度、数据传输速率、信标生成速率，以及隐藏终端（即干扰）问题和信道衰落问题等都会影响信标消息的传输效果，因此本文在充分考虑上述因素后，提出了一个基于干扰的车载自组网分析模型。　　首先在合理且不失一般性的假设下，本文对考虑干扰和信道衰落的模型进行建模，推导出网络中信号干扰比的分布，并据此对广播性能进行分析和评估。为了验证模型的正确性，本文采用理论数值计算与网络仿真相结合的方法。在进行数值计算时，通过MPI并行计算框架来加速计算过程，而NS2网络仿真的结果表明模型的数值解与仿真结果能够相互验证，从而说明了模型的正确性。　　但是由于安全应用具有更严格的时延限制和可靠性要求，上述模型得到的广播性能并不能反映安全应用的要求，同时由于高度动态变化的车辆密度和行驶速度，固定网络传输参数会造成信道拥堵，引起数据包碰撞，从而降低安全应用性能。因此本文通过“感知”概念在广播性能与安全应用性能之间建立联系，利用感知概率来评估安全应用，并在满足安全应用性能要求的前提下，使用粒子群优化算法来自适应地调整其他传输参数，同时最大化信标生成速率λ，从而求得网络传输容量。