随着经济的发展,人均汽车保有量逐年增加。汽车的增加在为人们出行带来便利的同时加重了交通压力,使得交通安全问题更加严峻。作为物联网的一个重要分支,车联网被认为是未来智能交通系统的基础,对提高道路安全发挥着关键性作用。但是由于车辆移动速度快,导致车联网网络拓扑结构变化剧烈、信道资源不均衡,为车联网通信的实时性和可靠性带来了诸多隐患。与其他无线通信技术相比,车联网通信节点间链路维持时间短,提高信道接入效率和并发通信能力是提高车联网通信质量的关键。如何保证车联网中信息的快速正确传输,降低通信延时、提高信道利用率,成为了车联网通信优化亟待解决的问题。现有研究大多针对车联网的路由算法、信道接入策略以及资源调度等进行优化,越来越接近理论值。为此,本文对车联网安全相关业务特征进行分析,从车与基站、车与车、多基站三种场景入手,基于干扰管理和跨层优化的理念对车联网进行优化。结合车辆移动性和通信负载预测在车联网中实现干扰对齐和信道共享,提高信道利用率和信道并发接入能力的同时,保证优化方法的鲁棒性。本文主要工作如下:1)面向车-基站的干扰对齐优化算法研究多输入多输出通信系统存在多用户干扰,而干扰对齐这一新型干扰管理技术能够有效解决这一问题,提高用户接入量。为了能够将干扰对齐应用到车联网通信信道接入优化中,本文提出了车与基站干扰对齐跨层优化方法。该方法采用时分多址的方式对车-基站物理层接入进行管理。基于安全相关信息的业务特征,构造了车与基站干扰通信模型和多跳路由模型,并在该模型的基础上,提出了最小化信息交互时隙个数的优化问题,以达到降低通信延时的目的。通过仿真对该方法的效果进行验证并与其他方案比较,结果表明该方法能够降低通信所需的时隙个数,降低通信延时,在所需时间片上平均减少可达15%。2)车辆自组织网络干扰对齐跨层优化研究在车辆与基站场景中采用干扰对齐可以减少车辆间完成一次安全相关信息交互所需的时间。但在车辆自组织网络(Vehicular Ad-hoc Networks,VANETs)中存在无基站、无路侧单元(Road Side Unit,RSU)的情况。在这类场景下选择由多天线车辆作为动态基站,在车与车通信中实施干扰对齐,能够提高车间通信的并发性和实时性。为了克服车辆快速移动对干扰对齐带来的不稳定因素,设计了状态转移矩阵算法和动态基站马尔科夫决策模型,用于指导多天线车辆基于周边车辆状态信息来决定自身能否担任动态基站和实施干扰管理,并提出了车与车信息交互所需时间片最少占比的优化问题。通过仿真对比分析,在该决策模型的指导下,动态基站能够适时切换,为周边车辆提供稳定的干扰对齐基站服务,降低车间安全相关信息交互延时,相比一般无IA系统平均减少了40%。3)混合网络干扰对齐与信道共享研究面对日益增加的车辆数量和通信业务需求,车联网信道资源相对有限。作为区域通信网络接入点,相邻基站之间存在较大的干扰。而且受交通影响,各个区域通信负载不均衡。为此设计了一种混合网络多基站与多RSUs信道共享方法,以均衡整个网络的通信速率。为减少交通流波动对共享算法的实时性和稳定性带来的影响,构建了交通负载预测模型用于对服务范围内的通信负载进行预测,实现对基站信道共享策略的动态调整。仿真结果表明,信道共享算法在保持对被共享信道通信速率带来有限影响的同时,提高了高负载区域的车辆通信速率,在平均降低RSUs车辆通信速率22%的情况下,为BS车辆提升了的45%的通信速率。本文结合车联网通信场景的特点、安全相关信息特征和车辆节点特性,构建了基于跨层优化的信道接入管理方法,通过将干扰管理和信道共享应用到车联网的不同场景中,提高了有限频谱资源内的通信并发能力和信道利用率,提高了车辆通信速率、降低通信延时。