早在18世纪,亚当斯密就在《国富论》中指出:“一切改良中,以交通运输的改良最为有效。”随着汽车在人们日常生活中所扮演的角色越来越重要,以“行人、车辆、道路资源最优化利用”为目标的智能交通系统成为国家经济发展的重要载体,而车联网是保障智能交通系统有效运行的神经中枢。为了保证车联网信息交互的可靠性、有效性及稳定性,从而提升公路交通系统的事故避免率、道路畅通性及运行智能化的水平,研究适用于车联网的内容传输机制具有重要意义。本论文针对车联网通信链路动态特性和多种不同类型的车载应用需求,采用模型构建、机制设计、理论分析及系统仿真等手段,围绕移动性感知的车联网内容传输机制展开研究。论文的创新性工作主要包括如下几个方面:1)针对车辆移动相关性和无线信道衰落相关性,提出了车联网场景下链路持续时间的理论模型,解决了拓扑变化频繁网络条件下无线通信链路连通性能的有效数学刻画问题。基于二维离散马尔科夫链模型,将时空相关性分别建模为车辆间或车对地相对距离状态的转移,得到了通信链路持续时间的概率质量函数。理论分析和仿真验证表明所提出的模型能够在低复杂度条件下,有效地描述车辆移动相关性和阴影衰落相关性对链路持续时间的影响;2)针对无中心车联网的多跳内容传输,提出了基于退避计数器的无信标传输协议,解决了动态拓扑条件下传输机制设计需要综合考虑传输有效性和链路稳定性的难题。提出了联合考量单跳传输距离和链路持续时间的新型基于退避计数器的无信标传输策略,并针对无信标协议链路构建时延,建立了半马尔科夫过程模型,推导了道路车流密度和车辆移动速度等因素对传输路径构建时延的影响。仿真结果表明,协议能够实现无中心车联网环境中的高稳定性多跳传输,理论模型能够有效描述无信标协议传输链路构建时延性能;3)针对有中心车联网的多跳内容传输,提出了稀疏路边基础设施布设条件下的车对地内容上传算法,解决了进行多跳传输路径构建需求联合考虑网络动态拓扑和道路车流状态的难题。利用车辆中继提升了基础设施的覆盖性能,构建了车辆向基础设施传输的中继车辆和调制编码方式选择问题,分别针对单跳和多跳链路提出了目标内容完整传输的启发式近似算法。理论推导和仿真结果表明,算法能够提升传输链路稳定性,在降低方案实现复杂度的同时,缩短了整体内容传输时延;4)针对车联网基于多播的内容传输,提出了多样车载用户需求和动态网络拓扑条件下的资源调度问题,解决了分层编码视频在道路区域同时满足传输全覆盖和高吞吐量两方面要求的问题。针对分层编码视频信息,考虑了道路车流密度以及车载用户设备所能够播放视频的解析度不同,将基础设施向视频信息请求车辆多播调度问题分解为“请求用户全覆盖的基本层视频调度子问题”和“有限多播资源条件下高吞吐量性能的扩展层视频调度子问题”。然后分别针对上述子问题,提出了两个启发式近似算法,在低复杂度的条件下实现了全覆盖和高吞吐量的目标;5)针对车联网基于移动群体感知的内容观测调度,提出了移动车辆群体感知框架,解决了非确定车辆轨迹、可变观测时段和有限观测成本条件下的车辆移动感知调度问题。针对非公共交通工具未来行驶路径很难获知的特性,推导得到了基于概率路径预测模型的空间观测覆盖度的表达式,构建了可观测时段和有限成本条件下移动车辆群体感知问题,提出了选择区域观测低相关的参与车辆集合及最大化观测时段单位成本观测性能的车辆群体雇用方案。理论推导和仿真结果表明,方案提升了在非确定车辆轨迹及有限观测成本预算条件下的空间覆盖度性能,同时算法具有低复杂度和可扩展性。