车载网络VANET是由车辆间、车辆和路边设施之间形成的一种自组织网络,使车辆可以在没有网络基础设施支持的情况下进行通信,是智能交通系统ITS的重要组成部分。由于车辆是由人驾驶的等原因,车辆的行为往往表现出一定的关联关系,例如:属于同一居民区的车辆的相遇次数往往相对较高。车载网络的路由策略是车辆之间通信的基础,路由算法的质量直接影响通信的效率。如何研究车辆间的这种关联性对路由性能的影响,成为车载网络路由设计中值得研究的新型问题。本文从真实车辆移动轨迹的分析入手,挖掘车辆之间的朋友关系,并以此作为社区发现的依据,进一步的,利用社区发现的结果来改善车载网络路由算法的性能,并通过模拟实验的方法进行验证。具体研究工作包括:首先,在原始轨迹数据预处理的基础上,提出了基于时间窗口的车辆相遇信息分析方法;基于相遇信息和朋友关系的稳定性,挖掘出车辆间的朋友关系。其次,提出了基于车辆的朋友关系挖掘车载网络社区结构的方法。根据车辆的朋友关系,基于社会网络的中心性分析方法,得到车辆节点的中心度,提取出车载网络中的种子簇;基于车辆相遇频次的簇相似度计算方法,计算簇与种子簇的相似性,根据局部扩展的社区发现算法,围绕种子簇,挖掘出车载网络中的社区结构。第三,基于车载网络的社区结构,在机会网络“存储-携带-转发”传输方式的基础上,结合区域贪婪感染路由算法GZER和社区发现的结果,提出了一种基于车辆社区的车载网络区域贪婪感染路由算法C-GZER。通过模拟实验对比表明,CGZER算法在数据传输成功率、传输时延上均有所改进。最后,设计和实现了基于社区的车载网络路由算法仿真系统。该系统由数据预处理模块、车辆的朋友关系挖掘模块、社区发现模块和车载网络仿真模块组成。前三个模块实现了社区的挖掘,仿真模块基于真实地图和车辆轨迹,结合SUMO和NS2对车载网络路由算法的性能进行了模拟仿真。