摘要：V2X（vehicle to everything）通信是车联网中用来实现环境感知、信息交互协同控制的关键技术之一。但是它的性能直接受到一些信号干扰的制约，合适的信道模型和数学优化对V2V通信系统的设计以及性能的提升有着十分重要的意义，这也是在通信领域方面历年以来的研究热点。车载自组织网的优点在于实时对于车辆运行状态的收集并反馈。本文主要研究了车载自组织网技术和两个算法的应用。针对车车V2V（vehicle to vehicle）通信的过程中，经常受到通信网络当中存在的信号干扰情况，采用了Kruskal算法和Dijkstra算法对多车通信建模以及通信网络的抗干扰优化处理，最终使得通信网络中资源分配更加合理，从而达到提高车载网络的通信性能。

关键词：车联网；通信建模；抗干扰

目  录

摘  要

ABSTRACT

第一章  绪  论-1

1.1研究背景-1

1.2研究目的和意义-2

1.3研究现状-2

1.3.1 基于控制发射功率确定车辆地点研究现状-3

1.3.2 通信链路优化研究现状-3

1.4论文组织结构-4

第二章 车载自组织网技术基础-5

2.1车载自组织网络概述-5

2.2车载自组织网络特点-6

2.3车载自组织网络网络结构-7

2.4车路通信-8

2.5车间通信-8

2.5.1单播路由-9

2.5.2分簇路由-10

2.5.3组播路由-10

2.5.4广播路由-10

2.6 VANET存在的问题-10

2.7本章小结-11

第三章 车载自组织网络的连通性研究-12

3.1 无线网络连通性基础-12

3.2 无线网络的抽象处理-12

3.3 无线网络连通的不同种类-12

3.3.1 全连通-12

3.3.2 近似连通-13

3.3.3 部分连通-13

3.4关于车载自组织网络的连通性研究-13

3.5本章小结-15

第四章 多车通信模型的架构-16

4.1通信模型的选择-16

4.1.1几何确定性模型（GBDM）-16

4.1.2几何随机性模型（GBSM）-17

4.1.3非几何性随机性模型(NGSM)-17

4.1.4 模型的比较-17

4.2 Kruskal算法-17

4.2.1 树及其定义-17

4.2.2 树的特点-17

4.2.3 生成树的定义-18

4.2.4 最小生成树-18

4.2.5 Kruskal算法的具体框架-19

4.3 Dijkstra算法-19

4.4 Floyed算法-20

4.5基于Kruskal算法的高速公路车联网通信最小树模型的确立-20

4.6本章小结-21

第五章 实验仿真-23

5.1仿真环境-23

5.2 最短路径确定-23

5.3 本章小结-26

第六章 总结及展望-27

6.1总结-27

6.2展望-27

参考文献-28

致  谢-31