近年来,汽车数量的增加给交通运输行业带来了巨大的挑战,车联网以其能缓解交通拥挤并为用户提供安全通行、娱乐等服务而备受研究人员的关注。然而,车联网中车辆的高速移动性极容易导致网络拓扑的变化,车辆节点间的通信质量也将随之下降。为处理该问题,研究人员在车联网中引入了协作通信技术,并构建了新型协作车载网络。经研究发现,该新型架构极大地强化了网络传输的可靠性。围绕协作车载网络,本文主要完成以下工作:首先,介绍了网络的相关技术、特点和面临的挑战;其次,阐述了本文研究的理论基础,包括性能评价参数和路由协议等;最后,在多种情景下,分析了数据传输过程,并从传输容量和时延两方面提供了一些优化方案。具体而言,论文主要研究内容如下:(1)本文以高速公路场景为例,对协作车载网络性能开展研究。该场景考虑车路通信区域内信号经受瑞利衰落,车车通信区域内信号遭受Nakagami衰落,且还考虑了车辆传输节点间的相互干扰。为综合分析协作车载网络的容量,建立了分析框架,推导出传输容量的闭合表达式,揭示了在衰落和干扰联合影响下系统性能与其他网络参数之间的相互关系。理论分析和仿真结果均表明,系统容量初始随协作车辆数量增加,后随之下降。为达到协作车辆数量与系统容量间的平衡,通过牛顿迭代法求出了最优协作车辆比率的近似解。不难发现,该最优比率和其它仿真结果均可为设计更高性能的协作车载网络提供一定的指导。(2)本文以优化端到端时延为目标,在城市环境下对协作车载网络的路由协议开展研究。考虑到城市交叉口和直道两种区域的区别,分别利用不同的数学工具进行建模研究。针对交叉口路径,选择模糊数学评价方式。具体而言,根据路段车辆密度、路段负载质量、路段连通状态三种因素,建立了模糊逻辑评判系统,并找出了评价最高的路段。针对直道,为选择下一跳中继节点,建立了道路的有向权图,并以端到端时延为优化目标,提出了改进的Dijkstra算法。该算法利用深度优先搜索,减少了节点的搜索范围,建立了新的拓扑子图,并对算法权重加以修正以使其满足优化问题。仿真结果表明,本文所提出的算法较大程度地降低了时间复杂度,且达到了较好的性能,包括提升包传输率与降低网络时延。