车联网中车辆节点高速移动造成车间通信链路脆弱,无法保障数据可靠传输。根据道路规则特性,地理位置相近的车辆可通过移动相似性形成集群以减弱车辆移动随机性造成的影响,延长群内车辆连通时间。但集群方法普遍存在群稳定性不足,因此本文分析队列稳定性来描述群内车辆运动一致性行为,以此构造具有强连通性的车到车(Vehicle to Vehicle,V2V)通信环境,进一步提升数据传输性能。具体研究如下:1.针对现有车联网集群算法对车辆的持续运动规律考虑不足,导致群稳定性存在局限,研究了一种基于队列稳定的集群优化算法。该算法借助队列V2V通信模型,分析车辆在道路上的分布特性以初始化网络场景,并在时隙初期,利用地理位置相似性形成的集群设计运动一致性队首(Platoon Leader,PL)选举算法,以减弱网络拓扑动态变化造成的随机性。此外,在队列稳定性维护阶段,算法通过一致性协议,使队内车辆与PL和具有潜在PL属性的孤立节点逐渐达成一致,直到队列更新,最大程度实现队内车辆运动一致性。仿真结果表明所研究算法能有效保证群稳定性,延长V2V连通时间。2.针对现有数据传输方案较少考虑到队列稳定性问题,研究了一种基于队列稳定的V2V数据传输方案。通过结合“前车-领导”的通信拓扑结构和数据包传输过程的随机特征给出数据传输策略,并基于该传输策略构造网络传输时延优化函数。具体优化过程利用队列拓扑结构特征,分析传输速率边界以构造约束函数,并引入拉格朗日对偶分解法,分析函数可行解,以实现数据传输时延优化。仿真结果表明所研究方案能有效降低数据传输时延、提高数据传输可靠性。