长期演进的车联网(Long Term Evolution-Vehicle to Everything,LTE-V2X)作为车联网的国际主流标准之一,其资源分配方式有集中式(Mode 3)和分布式(Mode 4)两种。资源分配算法的目的是有效避免资源碰撞、降低干扰、提高车与车(Vehicle to Vehcile,V2V)通信的可靠性。本文根据第三代合作伙伴计划(The 3rd Generation Partnership Project,3GPP)提案中给出的高速道路和城市道路两种典型车联网场景进行研究,对资源分配中存在如干扰、资源块冲突、隐藏节点等问题进行讨论,提出相应问题的解决方案并进行了仿真验证。本文的主要工作如下:针对高速道路场景中因干扰问题和资源重选时的不确定性的问题,本文采用分组的思想,根据高速道路上行车方向的不同,预先将资源池划分为两个子资源池,以减少不同方向的车辆同时作为发射端所造成的干扰。在基于感知的半持久调度(Sensing based Semi Persistent Scheduling,SSPS)算法中的资源重选阶段,为了降低在子资源池中资源选择时不确定性,让每个资源块携带位置信息,通过交换周期性安全消息所承载的位置信息,车辆用户(Vehicle User Equipment,VUE)可以消除由于忽略其他VUE的内部决策而引起的大多数消息冲突,以此来降低重选时的资源冲突。针对城市道路场景中容易发生隐藏节点和带内发射(In Band Emission,IBE)问题,本文提出基于地理位置的资源分配算法,将VUE所处的某一区域与资源池建立映射关系,不同区域的VUE使用不同子资源池,来解决隐藏节点和IBE问题。然而,基于地理位置的资源分配算法会受到VUE密度分布不均的影响,本文设计了一种动态地理位置的资源分配算法,通过广度优先搜索(Breadth First Search,BFS)和资源复用选出最优的地理区域对,将拥塞区域映射到较大的子资源池,来满足密度不同区域VUE的资源选择问题,减少不同密度区域VUE的资源碰撞问题。最后,本文对高速道路和城市道路场景进行了建模并搭建了仿真平台,并通过对比不同资源分配算法下数据包接收率(Packet Reception Ratio,PRR)等仿真结果,验证所提出的算法在系统性能上带来的增益。