车联网(Vehicular Ad-Hoc Network,VANET)是一种专门适应车辆特性与需求的特殊Ad Hoc网络,是物联网在交通方面的一种应用。随着互联网以及车联网技术的飞速发展,车载用户希望即使在车内也可以享受随时随地网络服务。然而目前我国车联网技术和路边基础单元的布设还不够完善,车辆的高速移动性、高速公路旁基础设施AP/RSU分布的稀疏性以及AP/RSU通信范围有限等因素导致车载用户行驶过程中断续接入互联网,系统吞吐量低等问题。协助下载方法是一种解决车载用户间歇接入Internet等问题的有效手段,但已有策略在关于协助车辆与目标车辆传输过程下载吞吐量等性能优化效果上仍有待提高。根据上述问题,本文提出一种基于分簇的VANET协助下载优化策略,本文的主要研究工作如下:(1)建立高速公路场景下车联网双向协助下载模型。其核心思想是目标车辆行驶过程中利用同向和对向车辆进行数据转发,以实现AP/RSU数据的实时、快速下发以及车载用户所需数据实时获取。(2)提出基于运动一致性分簇的单链路协助下载策略以提升通信盲区范围的利用率。首先根据车辆分布状态进行初始化分簇,其次剔除初始化簇中与簇内车辆平均速度差距较大的车辆并更新分簇,根据车辆速度间距权值选择簇头并进行动态分簇维护,最后基于动态时隙选择同向对向车辆簇进行单链路协助下载。仿真实验表明,所提策略与相类似的方法相比,平均下载带宽提高了 35%左右。(3)提出一种基于串行干扰消除(Successive Interference Cancellation,SIC)的多车辆协助下载策略以进一步提高协助车辆簇与目标车辆在盲区内数据下载量。首先根据对向协助车辆簇中簇成员与目标车辆的通信过程,建立基于SIC算法对向协助簇的数据传输模型;其次提出一种基于SIC算法的传输区域约束以及串行干扰最大集合进一步减少模型求解时间,采用最大SIC可行簇成员集合算法对目标函数进行求解;最后在盲区中采用上述协助下载传输方案对对向协助车辆簇与目标车辆传输进行优化,完成协助下载。仿真实验表明,在基于运动一致性分簇的单链路协助下载策略基础上系统吞吐量提高了 8%左右。