随着人们对于生活质量的要求越来越高,便捷的自驾成为了人们出行的首选。然而,由汽车的快速普及带来的城市交通拥堵和安全问题,使得出行的质量大打折扣。为了提供更舒适、更安全的出行体验,国内外学者对车联网及相关技术做了大量研究。车联网是一种独特的移动自组织网络,它可以利用车载设备实现信息从车与车、车与人、车与基础设施以及车与网络的快速传输,从而实现城市智能交通一体化。但是,由于车联网具备了车辆节点移动性强、网络拓扑结构变化大以及节点移动轨迹灵活等特点,使得车联网资源传输在这种动态的网络上极不稳定。因此在复杂的城市车联网络中,减少用户接入拥挤、保持车辆通信稳定、提高系统容量为本文的主要工作。本文针对部分车辆未安装车载设备等问题,设计了一款基于嵌入式的车载定位器,该设备通过利用相关算法处理GPS定位坐标,使得设备定位更加精确,再将信息上传至服务器,服务器通过对数据的解析处理,将定位信息上传至网络并显示在Google地图上。通过实际测试和仿真验证表明,该设备能精准地表示车载定位坐标。针对城市中常见的复杂车联网场景,提出一种基于移动一致性的车辆分簇算法。该算法利用车辆移动方向、车辆速度和车辆位置三个参数对车辆进行分簇,然后通过对车辆速度和车辆间距的加权值来选择稳定的簇头,最后通过车辆速度和与簇头的车辆间距来稳定车辆簇群。通过与K-means初始分簇和基于位置分布算法进行了仿真验证对比,表明了该算法对车辆簇群有极高的稳定性和鲁棒性,有效延长了车辆的通信时间。针对簇内复用蜂窝信道的通信场景,采用二进制退避算法对簇内车辆竞争通信资源进行计算,并通过Markov链模型进行分析,得出了簇内车辆数对系统性能的接入控制影响。然后针对车辆簇复用蜂窝通信资源最优化问题,提出一种基于车辆簇的资源分配算法,通过对簇内通信问题的转化,在优先满足蜂窝用户通信质量的前提下,以车辆簇对蜂窝用户产生干扰大小为条件进行了取舍。通过与匈牙利算法、基于邻域搜索的启发式算法和随机算法进行了仿真对比,在车辆簇接入速度以及系统总容量上验证了算法性能。