随着互联网行业、汽车产业的繁盛发展,以及5G技术以及车辆通信标准协议的建立,给车联网的发展带来一个蓬勃向上的发展环境。但是因为车辆数量的增多,如果能有效提高数据传输效率,可以及时感知城市复杂的道路安全信息,才可以有效避免事故的发生。在车联网中,数据传输的主要任务是保证信标消息的高效传输,其是保障车辆感知道路安全信息的关键。但是由于车联网高速动态变化的网络特性对周期性信标消息的广播造成的影响,导致广播的信标消息在车辆密集的情况下并不能满足信标消息的传输质量。信标消息传输信道的容量限制以及信标消息传输所带来的负载是信标消息急需突破的障碍,信标消息传输效率低就是由于这两大因素的影响。为了提高信标消息的传输效率,本文针对信标消息传输信道容量,提出一种基于信标消息可靠性的传输容量优化方案,并对车辆密度过大时信标消息激增导致的网络拥塞问题提出了新的拥塞控制方案。主要研究内容如下:首先重新评定了对信标消息可靠性产生影响的三大因素,隐藏终端、并发传输以及路径损耗的权重,并根据对信标消息的感知概率来对信标消息的可靠性进行评估。其次,本文基于对信标消息可靠性要求的评估,来考虑对车辆信道传输容量的优化问题;为了满足信标消息的可靠性,以最大化传输容量为目标,信标消息的可靠性为约束,提出改进的混沌变异粒子群优化算法对车联网的传输容量进行优化。该算法通过混沌算法增加粒子群的种群多样性,然后再利用粒子变异机制对后期陷入局部极值的粒子赋予变异效力,增加粒子的活性,根据满足不同的要求来对采取不同的变异措施,在搜索前期采用均匀变异的方式加快搜索粒子较优位置,在搜索后期,利用更细粒度的高斯变异精细的对局部位置搜索粒子最优位置。然后利用NS3与SUMO的联合仿真框架对传输容量优化算法进行仿真验证,验证发现改进的粒子群优化算法具备收敛速度快,粒子最优位置准确的优点。这刚好能够满足车联网对于信标消息传输的低时延性以及可靠性。最后,为了缓解车联网对周期性信标消息传输负载所造成的网络拥塞问题,提出了一种新的车联网拥塞控制方案。本文提出的拥塞控制模型分为两个部分,马尔可夫决策过程和异步处理模式。首先通过马尔可夫决策过程MDP将每一个车辆当做一个智能决策者,分布式的处理车辆的传输参数,以此达到整体缓解车联网拥塞的一种状态。同时为了提高信标消息的传输效率,本文提出了异步处理模式,对车联网周期性信标消息的收集以及车联网拥塞控制采取异步结构,使得车联网的带宽能够得到充分的利用。最后通过NS3以及SUMO的仿真平台进行仿真验证,实验结果表明MDP以及异步处理模式相结合的车联网拥塞控制方案,能够有效减小车联网网络在车辆密集环境下信标消息的负载,减少车联网拥塞的发生。