车载自组网(Vehicular Ad Hoc Networks,VANET)又称车联网,通过整合异构网络实现车与车、车与路、车与人/物通信,实现智能交通的管理和信息服务。随着车联网的发展,单一的无线通信手段已经不能满足用户对网络服务体验质量QoE的需求,多网融合成为发展趋势。在已有的车联网协议标准中,应用最广的是美国提出的WAVE(Wireless Access in Vehicular Environment)协议架构。研究者们以WAVE协议框架为基础,采用异构网络融合技术对多种无线网络进行整合,来提高车联网的网络服务质量QoS。本文利用驾驶风险评价方法对车辆协同进行建模和描述,并基于此模型设计了车联网的链路资源调度优化算法,从链路传输延时和链路利用率等角度进行有效性分析,具体研究内容如下所示:(1)针对车联网中的安全信息发送频率,本文结合驾驶风险评价方法,建立了多个车辆的风险场模型,反映了多车协同下车辆的相互作用对驾驶安全的影响。基于风险场模型计算车辆的风险力,通过风险力的比较计算得出安全消息的实时发送频率。同时通过SUMO仿真平台对其进行了验证,证明该模型在保证安全信息的传输需求的前提下,降低了安全信息的数据通信量。(2)针对车联网中异构网络的特点和多网融合的需求,本文根据现有的车联网协议标准,在数据链路层设计了新的网络资源调度算法LLCA(link scheduling algorithm in LLC)。该算法通过计算数据包的优先级来进行数据包分类,定义了实时延时率和实时负载率等链路状态评估参数,提出了安全信息通信估计量和链路的数据优先级匹配度,作为非安全类信息发送频率的标准。(3)针对安全信息和非安全信息的传输频率优化,本文使用帕累托最优理论,验证了LLCA算法在保证了安全信息发送频率的前提下,尽可能提高了非安全信息的最大发送频率。仿真实验表明,在非极端的交通环境下,LLCA算法保证了安全信息的传输需求的同时降低了非安全类信息的传输延时。