近年来,伴随我国城市化进程的推进和汽车数量的快速增长,各种交通问题凸显,对经济发展造成巨大损失。而车联网的出现可以有效缓解交通问题,因此它成为了智能交通信息系统的重点发展方向。但是由于车辆的行驶速度过快导致了车载自组织网络的拓扑结构频繁改变,能否及时有效的向基站报告车辆的位置与速度信息便显得尤为重要。与此同时快速变化的拓扑结构使得每辆车要获取维护整个网络的全局拓扑结构变得不现实,因此需要找到一种适用于车载自组织网络的用户配对方式,使得车辆可以获取邻居车辆的信息。本文针对车联网中拓扑频繁改变的问题做了以下研究工作:首先,根据对车联网系统的研究,引入了一种集中式车辆网络模型LTE4V2X,该模型利用IEEE 802.11p协议完成组长对本组车辆信息的汇聚,并通过LTE协议发送给基站。同时为了接下来一种用户配对方法的提出,我们将该模型引申至高速路车联网场景下。其次,介绍了一种移动自组织网络中经典的分簇算法(WCA),接着分析该算法并不适用于高速路这一特殊的车联网环境,并从四个方面加以说明。从而引出一种适合高速路车联网环境的用户配对方法,该方法优先根据资源抢占顺序决定组长,再根据车辆到组长的跳数决定是否划为该组,实现车联网的分级管理。最后,提出了适用于高速路车联网环境下的时延优化算法,从理论上对LTE4V2X模型与时延优化算法的时隙占用率进行分析,并通过特定场景在数值上加以验证,得到时延优化算法确实可以减少时隙占用的结论。通过多次仿真信号的发送接收,计算出LTE4V2X模型与时延优化算法的漏检概率与虚警概率并加以对比。结果表明,本论文提出的时延优化算法在解决高速路车联网下时延的问题上是有效的。