随着频谱资源的日益匮乏,认知无线电(Cognitive Radio,CR)的概念便逐渐进入人们的视野。认知无线电具有感知“频谱空洞”(已经分配给某用户而其在某一时间段却未使用的频谱资源)并且合理利用的能力,是缓解频谱资源匮乏的一种有效手段,在各个领域中被广泛应用。车辆作为人们出行的重要工具之一,如何更智能的出行、怎样才能使其为人们提供更多的更便捷的服务是急需要解决的问题。因此,车载自组网络(Vehicular Ad Hoc Networks,VANET)逐渐成为人们关注的焦点。协同车载网络不仅可以提供安全信息而且可以提供娱乐信息,是智能交通的重要部分,为了研究车载网络的可达吞吐量以及资源分配问题本文将认知技术应用于车载网络。为了得到多个兴趣车辆(Vehicle of Interest,VOI)想要下载数据时可以达到的吞吐量,首先,将认知无线电技术应用到协同车载网络中,通过建立马尔科夫模型,分析一个VOI车辆节点的三种状态。根据稳态下的平衡条件及转移概率之间的关系,推导出稳态下一个车辆节点处于下载状态的概率,进而得出一个车辆节点在定义的周期内能够达到的吞吐量的表达式。从而,为现实中基站的部署提供一定的参考和理论依据。在解决多个车辆用户同时竞争多个信道的问题时,为保证用户公平性的同时进一步提高系统的吞吐量,在对车辆用户采用比例公平调度算法分配资源的同时将认知技术融入其中考虑未被调度的用户,使其具有感知“频谱空洞”的能力,即成为认知用户利用主用户的空闲时隙传输自己的数据,来达到提高系统吞吐量的目的。同时还考虑了认知用户重构的问题,针对信道可用时间小于传输时间,提出两种重构方案,通过比较分析两种情况下的时延给出重构判决依据。