交通运输行业是国家经济发展的支柱行业之一,公路运输又是其中重要的组成部分并承担了大部分的运输需求。公路运输在服务人员出行和经济发展的同时,也带来了交通安全、交通拥堵和环境污染等日益严重的负面影响。在此背景下,以蜂窝车联网（Cellular Vehicle-to-Everything,C-V2X）为代表的智能交通技术逐渐成为研究的热点领域。C-V2X技术可以实现交通参与者之间全方位和高效率的信息传输,可以在提升道路交通运行效率的同时缓解交通拥堵。对无线信道电波传播机制的深刻理解以及精确信道模型的构建是无线通信系统设计、性能评估和标准化的基石。车辆通信具有传播环境独特、移动速度高和天线高度低等特点,使得C-V2X无线信道与传统蜂窝通信信道存在显著差别。因此,对于车联网电波传播和信道建模的研究不仅要延续传统蜂窝网无线信道研究中对传播机制、信道特性和模型建立方面的关注,同时也要充分考虑C-V2X信道自身的特殊性并着眼于车联网独特的传播环境和业务需求带来的技术难点,针对性的对C-V2X信道建模中亟待解决的关键问题开展重点研究。基于上述需求,本文从多方面开展了对C-V2X无线信道电波传播特性与建模方法的研究。本论文的主要工作和创新点体现在以下几个方面:1)针对C-V2X信道测量,设计了一套移动场景多天线信道测量系统。测量系统能够实现6GHz以下频段和最高30MHz带宽的车联网环境多天线动态信道测量。随后利用该信道测量系统开展了城区、高速公路等典型场景以及地下车库、隧道等复杂场景下的实际测量。采集的实测数据构成了C-V2X信道传播特征及信道建模研究的基础。2)针对C-V2X通信场景的智能感知,研究了基于机器学习方法的车联网场景实时识别算法以及来波方向快速估计算法。车联网场景实时识别算法以机器学习作为工具来获取场景识别模型,并在多种场景中验证了算法的识别准确性。此外,提出的车联网通信中来波方向快速估计算法以阵列天线输出信号作为训练特性构建来波方向估计模型,能够实现车联网场景中的信号到达角和角度色散程度的实时估计。3)针对C-V2X移动环境下的信道建模,提出了一种基于多径簇的三维方向性动态信道模型,并给出了不同场景时的具体模型参数和信道仿真方法。提出的信道模型能够准确的刻画不同场景中环境差异性对信道特性的影响。此外,提出的信道建模方法具备较好的通用性,在实测数据的支持下可以快速的扩展到多样化的传播场景。另一方面,提出的模型支持信道的动态仿真,适合于车联网等非平稳场景。4)针对C-V2X通信中多样化的信道传播环境,面向地下车库、高架桥、隧道、路堑和车辆遮挡等多个重要车联网复杂场景开展了信道测量,并研究了不同传播场景下的电波传播特性。此外,针对遮挡场景提出了一个基于簇结构的动态信道模型。相关研究有助于深化对车联网场景差异性的理解,给出的模型也可以直接服务于信道仿真和通信系统设计。综上所述,本文围绕车联网无线信道开展了研究,为车联网背景下的场景智能感知提供了新的解决方法,为车联网场景中的方向性非平稳信道提供了新的建模理论,为多样化的车联网场景的信道特征进行了深入刻画和建模,弥补了当前车联网信道研究领域的一些不足,丰富了相关电波传播理论和信道建模研究工作。