信息时代的到来,推动了智慧城市的发展,人们对于出行的满意度要求越来越高,智能交通的需求呈现爆发式增长。在信息技术的不断发展下,下一代交通系统的设想是车辆可以随时随地的将自己的各种信息广播出去,同时也可以收到来自于周围车辆以及互联网中的各种交通信息,这样所有的车辆连成网络,形成一个庞大的交互网络-车联网(?Internet of Vehicles,IoV)。车联网系统主要作用是进一步保障交通的安全性和效率性,减少天气以及其他原因造成的交通事故。与此同时车联网还能尽量提高交通运输效率,降低能耗以及减小交通行为对环境的污染。车联网实现的其中一个技术难点是车对车信息传输问题,包括无线信号在车流中的传播特性,以及车辆快速移动造成的网络拓扑结构的快速变化,这些都会对车联网底层的信息传输造成很大影响。因此,本文针对车联网中的交通安全和交通效率以及车联网中车对车通信的问题进行深入研究。主要的研究成果总结如下:(1)研究各种天气状况以及道路拥堵对交通的影响,提出不利天气条件下兼顾安全性和通行效率的安全限速值和拥堵影响的分析技术方法。研究内容首先从天气对驾驶员以及车辆的影响机理入手,研究了不同天气条件对交通的影响。参照我国现有的限速规定,基于不同能见度以及不同天气状况的路面摩擦系数的组合条件下,通过充分安全速度计算以及结合统计数据,得到不同天气条件下的建议安全限速阈值以及该阈值下的安全交通流量。随后使用仿真量化研究和分析了交通管制造成的拥堵对通行效率影响。最后使用数据拟合和层次分析法,展开了依据交通流数据的道路安全预判性方面的研究,并分析车辆拥堵对交通安全造成的影响。(2)研究不同交通流密度下的(Vehicle-to-vehicle,V2V)信号传输特性,提出典型公路环境中三种交通流状态下的大尺度和小尺度信道分析模型,并结合实测数据比较分析。研究内容包括5.9G Hz车载无线信道测量系统开发和测量方案设计。首先研究了V2V信号在密集城区中以及高速公路中三种不同车流密度下的电磁波传播特性。随后在小尺度方面,对比了这几个场景在小尺度衰落分布和K因子的区别。在时延域方面,对比了平均时延和均方根时延扩展。在频域方面,对比了均方根多普勒扩展。随后,还对比了阴影衰落、电平通过率和平均衰落时间的差别。在大尺度方面,使用了多种路径损耗模型来匹配,并使用模型选择算法寻找出模型的匹配度。最后,本文给出了三种车流密度场景下各种无线信道参数的对比结果,该结果对于不同交通环境下的V2V通信系统设计具有实际应用价值。(3)研究基于实测的V2V信号数据在不同交通流密度和不利天气条件下的车联网的物理链路连通性,提出基于(Line of Sight,LOS)和(Obstructed Line of Sight,OLOS)传输状态下单车链路连通性模型及其分析方法。研究内容包括模拟不同交通流场景,使用对应场景的实测信号的大小尺度数据模型,得到基于不同车流密度和路径损耗阈值的链路持续连通性概率。随后又考虑车辆遮挡对信号造成的影响,研究了不同车流密度下的单车链路连通性和车辆距离之间的关系。最后还研究了不同天气条件对链路连通性的影响。仿真结果表明,所使用的模型可以更加准确以及更加真实地反映实际环境中车辆通信链路的状况。(4)研究并提出基于效率考量的多目标优化可变限速控制模型及其改进方法。在车联网的通信条件下,当路段下游出现拥堵并对整体交通流造成影响后,使用基于可变限速的多目标遗传算法来对下游的交通流进行优化。研究结果表明,该方法可以使得拥堵后的公路能兼顾安全性、交通运力以及能耗和环境影响等多种因素,并使总体车流在行程时间、总油耗和总污染量等方面得到提升。同时本文采用集合运算法生成优化算法中符合约束的个体,该方法使得个体在交叉变异中能一直符合所要满足的约束条件。仿真结果表明,所提出的算法能够得到较好的优化效果,使得公路的性能大幅度提升,并且该方法比惩罚函数法的收敛速度更快。