车联网技术是5G移动通信技术在智能交通领域上的应用,它能够实现车-车（V2V）、车-路基设备的实时信息交互,在安全、智能、环保等方面意义重大,V2V技术更是为无人驾驶、智能交通规划等提供了解决方案。为了搭建一个良好的V2V无线通信系统,需要准确地对V2V无线信道特征进行描述和建模。信道特征易受实际环境的影响,信道建模的关键点在于能否充分认知测量环境并针对其特点选择合适的建模方法,因此必须在特定的场景中进行大量的实际测量活动来收集数据。隧道作为交通系统中不可或缺的一种场景,以往的测量活动和研究还不够充分,目前还没有标准化的隧道信道模型。因此本文选取西安和德国两个区域特殊的隧道场景,进行了实际的V2V无线信道测量活动和多方面的信道特征分析与建模。首先,本文介绍了无线信道理论、信号发射和探测的原理并搭建了信道测量系统,在两个隧道场景下分别基于5.9 GHz和5.2 GHz频段规划并开展测量活动,对存储的高精度数据离线预处理,得到了有效的时间、位置和信道冲激响应等信息。其次,依据测量信息,对隧道外、隧道内和两者连接处场景大、小尺度衰落两方面的信道特征进行了分析和研究,包括路径损耗、阴影衰落,振幅分布、莱斯K因子、功率时延分布、均方根时延扩展、多普勒以及漫散射多径分量。对两个场景隧道内外的接收功率进行了评估,并基于近距离对数路径损耗模型、α-β-γ模型、ITU-RP 1411模型进行路径损耗的建模,其中α-β-γ模型具有最高的拟合优度。两个场景下的阴影衰落的对数可以用正态分布较好的拟合。最后,小尺度衰落振幅用五种典型的理论衰落分布进行比较分析,发现其特征更接近于具有最小拟合优度值的莱斯分布;隧道内的莱斯K因子小于隧道外,并提出了隧道内距离相关的K因子模型,其K因子随距离的增大而减小;K因子的统计特性服从正态分布。西安场景隧道内外和连接处的均方根时延扩展值更服从广义极值分布;德国场景隧道外更服从广义极值分布,而在连接处和隧道内更服从对数正态分布。同时给出了德国场景隧道内的时延多普勒谱变化图,分析了隧道内多普勒频移的影响因素。另外基于空间交替广义期望最大化（SAGE）算法和AR滤波器估计出漫散射多径分量,隧道内漫散射分量与总功率的比值不超过0.5且服从对数正态分布。