混合车载网由用于数据收集的传感器网络和负责数据传输的车载网构成。随着互联网+时代的到来,为了实现大范围区域内数据的快速和高效的收集与传输工作,混合车载网已逐渐成为移动互联网领域内研究热点,受到国内外学术界和工业界的广泛关注。为了减少信息传输时延,降低节点能量消耗,提高网络传输效率,本文对混合车载网中资源部署和优化算法进行了深入的研究,在相应的场景下分别提出了对于路边节点优化部署问题、网关节点部署问题和虚拟骨干网构建问题的解决方案。第一,在高速路环境下,车辆具有匀速直线移动的特性,且车辆移动速度快,道路上车辆密度较小,车辆自组织的车载网极不稳定,准确分析信息在高速路环境下的传输时延并由此合理优化部署路边节点是保证车载网运行效率的重要环节。本文中,通过对路段上的车辆进行分簇构造车载网的移动拓扑模型,从而构建信息传输的时延模型。通过对时延模型的转化可以求得时延、路长、车速和车流密度之间的关系函数。当车速和车流密度已知的情况下,可以得到信息传输时延与传输距离之间的单调函数,根据该函数计算得到给定路段上满足时延阈值的最少路边节点的数量。第二,在城市环境下,道路纵横交错,将城市区域划分为不规则的网格区域,车载网中的车辆在道路上来回穿梭,车辆的移动具有随机性。当统计样本足够大时,可以得到车流密度与车速之间的关系,而车辆进出路段的事件则可以视为满足泊松分布。在本文中,根据城市道路的网状特性,将城市道路图转化为图模型,并将边长与信息传输的时延建立联系。本文分别设计了三个基于该图模型的路边节点优化部署贪婪算法,通过遗传算法对前述贪婪算法求得的可行解进行迭代优化求得满足时延阈值的最少路边节点的数量。通过实验证明,本文提出的解决方案相比No LP、NN、RR、Thresh和Sort LP等算法具有明显的优势。第三,在城市环境下,公交车按照既定的路线行驶,根据班次的排班表循环行驶在道路网中。在以公交车载网进行数据传输、传感器网进行环境数据收集的混合车载网中,公交车网与传感器网属于异构网络,需要部署网关节点对两个不同的网络建立连接。出于时延和部署成本的考虑,本文分别设计了最少网关优化部署算法和最小平均时延的网关优化部署算法,最少网关部署主要目标就是通过部署最少数量的网关节点使其覆盖城市环境中所有的子区域,以保证子区域中的传感器数据能够及时收集并转发到公交车载网络中;最小平均时延的网关部署算法主要目标是部署尽可能少的网关节点,使得网关节点中数据通过公交车载网络传输到目标位置(数据中心)的平均时延最小。因为公交车的车辆较少,运行时间较长,导致信息从公交车网到数据中心的传输时延较长,为了使时延能够控制在一定的容忍范围内,需要对公交车载网部署适量的路边节点,本文针对该问题提出了最少路边节点优化部署算法。通过严格理论推导证明和实验对比,本文所提出的近似算法均可以求得近似最优解,且优于对比算法。第四,对于混合车载网中用于数据收集的传感器异构网络,信息在无线多跳网络中的传输没有固定的路径,为了避免网络拥塞,减少信息传输时延,降低能耗,从而延长网络寿命,通常构建虚拟骨干网,信息经过虚拟骨干网在网络中进行传输。已有的虚拟骨干网的构建技术中,最小化虚拟骨干网容易导致骨干网节点能量消耗过快而降低网络整体寿命;动态规划虚拟骨干网则采用睡眠与唤醒策略,随时更新骨干网节点,导致骨干网也处于一定的动态变化中;多网关多路径的虚拟骨干网则偏向于数据从节点到固定网关节点的传输路由。本文中提出了一种基于强连通支配集的虚拟骨干网构建技术,对于网络中任意的一对节点,其通过虚拟骨干网的最短路径长度不超过其在原网络中最短路径长度的常数倍。基于该技术,本文分别设计了集中式的构造虚拟骨干网的近似算法和分布式的构造虚拟骨干网的近似算法。经过严格的理论推导,可以精确求得算法的近似比和虚拟骨干网的常数倍特性值。通过实验证明,本文设计的算法构造的虚拟骨干网中的节点间的平均路长比对比算法具有明显的优势。