近年来,随着城市规模逐渐扩大,不断增长的交通出行量给城市道路交通系统造成了巨大的压力。随着无线通信技术的进步以及智能驾驶技术的发展,新一代安全、高效和可持续发展的智能交通系统有望极大地缓解城市的道路交通问题。车联网的高效信息服务技术是各类智能交通系统的基础和核心。然而,车联网中无线网络的通信特征以及车辆的移动性,给车联网信息服务带来了巨大的挑战。首先,实时服务请求需要在截止日期之前完成数据接收,同时保证时态数据的有效性需要适时地进行数据更新,从而引起数据分发和数据更新之间的带宽资源竞争问题,造成了系统性能下降。其次,在大规模时态数据分发场景中,服务请求需要通过路侧单元和移动车辆的协作才能完成服务。由于无线通信的通信距离有限,车辆无法在单个路侧单元通信范围内完成服务请求。再次,车联网本质上是一个异构网络资源和异构信息服务并存的新型无线网络。传统分布式的服务框架无法适用于异构车联网环境的网络资源管理。针对以上问题,本文从服务框架、模型构建以及算法设计的角度,对车联网信息服务技术进行了系统的研究。主要成果包括以下几个方面:1)对面向车联网环境的实时信息服务策略进行了研究。首先,建立了数据质量模型,量化评估了时态数据的时效性,并从理论上分析了带宽分配比例对服务质量和服务率的影响。在此基础上,设计了自适应更新的请求调度算法,根据缓存数据质量和服务请求特征,动态分配带宽资源进行数据更新和数据分发。最后,设计了实验模拟平台,验证了算法在提高服务质量和服务率方面的优越性。2)对车联网V2I/V2V混合通信环境下的大规模时态数据分发进行了研究。首先,提出了集中式调度的多路侧单元时态信息服务框架,并建立了基于多路侧单元和移动车辆协作的服务质量模型和传递率模型。在此基础上,提出了多目标演化算法产生一组非支配解,并根据优先级评估函数选取最优解,以适应不同应用场景的服务需求。实验结果验证了算法在不同应用场景下的可扩展性和自适应性。3)对面向异构车联网的网络资源优化策略进行了研究。首先,提出了基于软件定义的异构车联网信息服务框架,通过控制层实现了网络资源和数据调度的统一管理。并在此基础上,通过分析信息服务和网络资源的异构性,分别设计了网络基础设施的数据编码广播策略和移动车辆网络接入机制。实验结果证明了算法在不同应用场景下能有效提高带宽利用率和减少服务延迟和接入费用。