汽车产业的发展不仅促进了社会经济的发展,也导致了交通事故、交通拥堵等问题。为了提高交通系统的安全性和智能性,车联网应运而生。基于第五代移动通信技术(the5th Generation Mobile Communication Technology,5G)的车联网通信技术因其低时延和高可靠等优势成为车联网主流通信技术。而无线资源调度是影响通信系统性能的主要因素之一,本文主要进行5G车联网资源调度算法的研究。本文对5G车联网场景系统模型、业务场景及关键技术进行分析,并针对车与车和车与基础设施通信的车联网场景,分别分析了基于图着色分簇资源分配算法和簇优先调度的资源分配算法的算法原理和优缺点,分析结果表明,相比于传统资源调度算法,这两种算法能有效提高系统吞吐量,但是同时也存在未考虑用户传输功率调节等不足。本文以基于图着色分簇资源分配算法和簇优先调度的资源分配算法为基础算法,开展5G车联网中资源调度算法的研究与优化。针对基础算法中未对用户实现传输功率调节的问题,本文提出一种动态惩罚因子功率控制算法。首先,根据业务时延和可靠性要求为业务设定优先级,以最大化系统吞吐量为目标,将效用函数表示为复用同一资源块的所有用户吞吐量和减去惩罚函数。然后,采用拉格朗日对偶算法进行求解,来调整用户传输功率。最终,通过MATLAB进行仿真验证,与惩罚因子固定为100的功率控制算法相比,动态惩罚因子功率控制算法将系统的吞吐量提高了14.8%。针对基础算法中资源分配顺序不合理,即是先分配给蜂窝用户还是V2V用户对等问题,本文提出一种基于功率控制的5G车联网资源调度算法。首先,将系统资源块分为蜂窝用户使用优先和V2V用户使用优先两类。接着,以最大化系统吞吐量为目标,实现用户功率控制和资源分配协同优化,将问题转化为资源分配和功率控制两个子问题。在用户传输功率固定的情况下,采用顺序方式实现系统资源的分配;在用户资源分配策略固定的情况下,利用梯度投影法实现用户传输功率的调节。最后,通过MATLAB进行仿真验证,并且与基础算法进行对比分析,结果表明本文所提的算法能够有效地提升系统吞吐量,同时又提升了用户接入率。