随着移动流量的爆炸式增长,移动网络运营商在提供用户所需的容量增长方面面临着严峻的挑战。另外,5G和后续演进网络将主要面对垂直行业用户并支持多种用例,因此其所需服务具有极大的多样性。因此,移动网络运营商提出网络切片技术以实现多个虚拟网络对底层基础设施及无线资源的共享,从而支持灵活及多样化的场景及服务。但是目前的网络架构没有考虑应用场景间的时空差异,导致无线资源利用极度不均衡,网络设备将出现闲置现象。因此亟需设计新的网络架构及管理方法,以实现对无线网络资源的高效及差异化利用。首先,文中介绍了网络切片、车辆通信网络的研究背景及车辆通信网络的应用场景,并介绍了车辆通信网络切片的研究目的及意义。其次,深入分析了车辆通信网络切片与虚拟化的研究现状及其当前存在的关键问题。其次,文中提出了一种基于服务保障的切片协调智能体设计。在服务聚类模块中通过K-means++聚类算法将V2X通信业务进行聚类并将其映射至不同的切片中,在切片调度模块中通过共享比例公平方案提高无线资源利用率,并考虑服务需求,设计基于线性规划障碍的资源分配算法以得到最优的切片权重分配结果。再次,文中提出了一种基于机器学习的切片资源分配策略。通过Conv LSTM捕捉不同业务流量的时间相关性和空间相关性,从而对业务流量进行预测。在所建模的最小化系统总时延问题中代入预测结果,设计基于原对偶内点法的资源分配算法以得到最优的切片权重分配结果。最后,对全文的研究内容进行了总结,并对后续的研究方向进行了展望。