车辆网络是以车辆为核心节点的开放式网络系统。通过搭载中短距离无线通信设备的车辆之间以及车辆与路侧设施的互联,能够实现信息的感知与传输,提高交通的安全性与效率,为广大驾驶者和乘客提供多种信息服务。作为一种新型无线移动自组织网络的同时,基于车载感知和计算设备,车辆网络也成为一种感知能力强、覆盖范围广的移动感知信息网络。作为物联网的重要组成部分,车辆网络能够在经济社会生活中包括智能交通和智慧城市等许多信息应用领域发挥重要的作用。对信息流通的支持是车辆网络的重要任务,数据传输对于网络系统中信息的流通起着至关重要的作用。本论文从应用的角度出发,主要围绕车辆网络数据传输及相应网络结构优化关键技术,开展以大规模真实数据集为基础的实证型研究。从车辆网络移动信息分发服务、城市感知数据收集服务,以及面向车辆网络数据传输的网络结构优化等方面研究了数据传输问题,提出了优化的设计方案。主要的贡献如下所示:·在移动信息分发服务中,我们基于大规模车辆运行数据集开展了实证型研究,提出了创新性的信息分发方案。车辆网络随时间快速变化的网络拓扑使得难以获知网络的确切未来信息,并且要在信息内容仍然有效的有限时间内尽可能扩大其传播范围,特别是在有限的预算下选出那些最优的种子车辆来传播数字信息,以实现在指定未来时间段内整个车辆网络中信息覆盖率的最大化是十分具有挑战的。为解决这些挑战,我们首先定义了车辆网络移动信息分发问题,并证明其属于NP困难问题。随后,我们对几种车辆网络数据集进行了详尽的分析,发现车辆呈现出清晰的社会性,并且车辆社会性既是高度动态的,同时也存在较强的时间相关性。在此基础上,我们捕捉车辆中心性的演化模式,推测出未来整个网络中的节点行为和相遇信息,并利用其选取最优的种子节点。我们还结合考虑网络中车辆节点间的结构等价性,来进一步提高信息分发性能。通过大量充分的基于真实车辆追踪数据的仿真实验,验证了我们提出的方法对于不同类型车辆组成的网络的有效性以及更优的分发性能,尤其适用于车辆社会性的动态性更显著的应用场景。·在城市感知数据收集服务中,我们提出基于城市车辆网络开展联合数据收集服务。为了支持移动设备用户将其智能移动设备产生的各种感知数据贡献到计算中心,为城市管理决策提供信息支撑,数据收集是一项核心服务。在提出的方案中,为了城市中较广的分布和较高的活跃度,使用公共车辆通过免费无线通信从其周围乘客及行人接收数据,再通过城市中部署的无线基站交付给系统。同时,部分车辆将被雇用为中继,使用向着基站的多副本与多跳转发来辅助数据收集。然而,由部署基站与雇用中继共享的预算有限,同时候选基站部署地点和中继备选车辆在未来数据收集过程中的收集机会还存在着很大的不确定性,给基站部署与基于中继的转发方案设计带来了很大的挑战。我们为联合数据收集提出一种实证型方法。为了解决挑战,本文首先对问题进行了建模,将收集性能刻画为通往各候选节点的时序数据路径的函数,并将问题刻画为多目标优化问题,并证明其为NP困难问题。在此基础上,通过显式地利用混合型数据收集网络中的社会性,用大规模真实车辆运行数据集来揭示与估计网络节点之间稳定关系以及未来数据收集过程中各候选者重要性,基于此为基站部署与相应的转发策略制定设计通用的算法框架。通过基于真实车辆数据的大量仿真实验验证了提出的方法的有效性。·为车辆网络中更有效率的数据传输,特别是广大乘客彼此之间的信息分享服务,本文中,我们研究了车辆网络中有时间约束的数据传输这一重要问题,并提出了一种构造性的网络结构优化方法。然而,车辆网络独特的特性对其提出了很大的挑战。车辆网络节点之间并没有总保持着连通的数据转发路径,仅依靠车辆间的相遇无法保证在可用于数据传输的给定时间段内形成转发路径,移动通信网的支持就不得不被引入,在通信成本与传输质量之间本身就存在着一种固有折衷,并且关于车辆移动性有着很大的不确定性。为了解决这些挑战,我们提出的方法中集成运用了基于车辆间相遇的数据转发和经由移动通信网的通讯链接,以增强网络连通性。方法首先通过利用车辆的计划行驶路线来对期望的未来车辆间相遇事件及其相应时间进行预测,并推导出带有时间戳的未来网络拓扑信息。基于此,我们设计出相应的算法来计算出网络优化配置方案,既增强网络的连通性而同时又能够最小化引入的移动通信网数据链接资源使用。我们基于收集自两个大城市数千辆公共服务车辆的真实轨迹数据集进行了大量的仿真实验,实验结果验证了该方法的有效性和较优性能。