近年来，经济社会的发展和城市规模的不断扩大，汽车的数量急剧增加，从而导致城市交通问题已成为困扰城市发展和人们生活的顽疾，比如交通拥堵、频繁的交通事故和环境污染。随着现代信息与通信技术、汽车制造产业及智能交通的迅猛发展与交叉融合，智能交通系统将有望从根本上解决这些突出的城市交通问题。因而，作为支撑整个智能交通系统的关键技术的车联网也就受到学术界、工业界的高度关注。车联网中高效的数据分发是实现智能交通系统的基础和关键，但是，车联网的固有特性和多元化的智能交通应用需求均给实现高效的数据分发带来了巨大的挑战。首先，由于车联网中车辆的高移动性和基础设施有限的带宽，车辆的数据服务往往是无法在单个基础设施内完成的，迫切地需要协调多个基础设施充分利用这些基础设施的带宽资源，以实现高效的数据分发；其次，面对新兴的智能交通应用的需求，比如海量数据，低延迟、高可靠，迫切地需要充分利用网络节点通信资源，特别是边缘节点，以实现高效的数据分发；另外，实时数据服务需要在一定时间内完成相应的数据服务，在高异构的车联网环境中，不同的数据大小和不同的传输速率等异构性会极大地影响这些实时服务的性能，迫切地需要对通信资源进行动态地分配，以实现高效的数据分发。
　　针对以上的问题，本文从服务架构、模型建立、算法设计和性能评估等方面对车联网中数据分发展开了研究。主要研究成果如下：
　　①基于网络编码与车载缓存协作的数据分发研究
　　首先，将软件定义网络（Software Defined Network，SDN）融合到车联网中，提出了基于软件定义车联网（Software Defined Vehicular Network，SDVN）的服务架构。在这个架构下，SDN控制器可以根据当前车辆的状态预测车辆的轨迹和协调多个路侧单元广播；其次，基于网络编码和车载缓存，形式化定义了协同编码与缓存的调度问题；再次，提出了基于二进制粒子群优化的编码调度算法。依据数据分发问题的自身特点，该算法设计了粒子表示、适应度函数等一系列规则搜索最优解；最后，仿真结果证明了所提出的架构和算法显著地提高数据分发性能，突破了基础设施到车辆(Infrastructure-to-Vehicle，I2V)广播的带宽瓶颈。
　　②基于雾计算协作的数据分发研究
　　首先，基于SDVN的数据服务架构，进一步地融合雾计算架构，将网络边缘节点看作雾节点，以充分利用网络边缘节点的资源和雾计算在低延迟、高可靠性方面的优势，提出了雾计算协作的服务架构，以提高数据分发的带宽效率和系统性能；其次，形式化定义以最小化服务延迟为目标的雾计算协作的数据服务的问题，并证明该问题是一个NP难问题；再次，基于图理论，提出了基于团搜索的调度算法，旨在分别为云节点基于编码的广播及为雾节点和车辆之间相互协作进行决策，并分析了该算法的时间复杂度以说明其可行性；最后，建立了仿真模型，并验证了系统架构的有效性和调度算法的优越性。
　　③面向异构车联网的数据分发研究
　　首先，基于SDVN和雾计算的服务架构，进一步地考虑异构车联网环境，提出了异构车联网的服务架构，以提高异构车联网中实时数据服务的系统性能；其次，针对不同的数据大小和不同的数据传输速率的异构性，形式化定义了以最小化服务延迟为目标的异构数据服务问题，并证明了该问题是一个NP难问题；再次，提出了基于编码的异构数据调度算法。该算法能动态地地分配通信资源进行数据分发；最后，建立了仿真模型,并验证了系统架构的有效性和调度算法的优越性。