随着物联网时代的到来，车联网技术越来越来受到各行各业的关注。一方面，2016年9月，基于LTE(Long Term Evolution，LTE)通信系统的车对车通信(Vehicle to Vehicle，V2V)率先完成了标准化，预示着LTE-V将成为下一代通信系统的关键技术。另一方面，全球车辆通信设备数量是十分庞大的，这加剧了本身资源紧张的授权频谱的负担。为此，开发丰富的非授权频段资源，将一部分V2V通信业务卸载到非授权频段成为了解决授权频谱资源紧张的主要研究方向。考虑到非授权频段的主要用户是Wi-Fi用户，那么关于V2V通信在非授权频段与Wi-Fi友好共存问题的研究就变得意义十分重大。　　本课题主要的创新点与贡献简要概括如下:　　第一，本文提出了一个V2V通信与Wi-Fi系统友好共存于非授权频段的通信场景:具有LTE-U功能的基站在保证Wi-Fi用户的基本QoS(Quality of Service)的前提下占用非授权频段资源进行数据传输以缓解授权频谱资源的负担。课题研究所采用的时域共享策略为:LBT(Listen-Before-Talk)、Duty-Cycle和ABS(Almost Black Subframes)，并基于三种共享机制进行无线资源管理以提升系统的性能。　　第二，针对LBT和Duty-Cycle的信道接入机制:为保证V2V设备的严格可靠性和低时延的要求，本文以最大化V2V系统吞吐量为目标，建立合理的数学模型，并采用牛顿迭代算法结合拉格朗日对偶算法对模型求解，得到最优的资源分配方案，使得系统性能最优。仿真分析了算法的收敛性、相较于其他算法在性能上的优越性以及V2V与Wi-Fi共存时的系统性能。　　第三，针对ABS协作共存策略，本文提出了一个基于强化学习的动态空白子帧分配算法。ABS协作策略通过配置一定数量空白子帧解决异构系统共存问题，在空白子帧调度期间，LTE系统会处于静默(slienced)状态，Wi-Fi会利用这些子帧进行数据传输。本文以LTE-U系统中的子帧个数和空白子帧个数作为学习的行动策略，以V2V设备的时延、V2V设备的速率满意度以及Wi-Fi用户的速率满意度做为智能体(Agent)学习的状态，利用Q学习算法动态配置子帧数目和空白子帧数量以达到智能体累积奖赏最大的目的。仿真分析了算法的收敛性特征以及LTE和Wi-Fi的系统性能。