针对车联网（IoV）中车流密度增加到一定程度时，即使无线信道中只有信标消息，信道拥塞也会发生的问题，提出一种分布式加权公平功率控制（D-WFPC）算法。首先，考虑车联网的实际信道特性，采用Nakagami-m衰落信道模型建立随机信道模型；然后，考虑车联网中节点的移动性，基于网络效用最大化（NUM）模型建立功率控制优化问题，控制本地信道负载在阈值之下，从而避免拥塞；最后，通过对偶分解和迭代法解决该问题，设计分布式算法，每辆车根据周围环境的邻居车辆的信标消息，动态调整发射功率。仿真实验中，与固定发射功率方案相比，随着车流密度增大，D-WFPC算法能有效降低时延和丢包率，最高降幅分别达到24%和44%；与公平分布式发射功率拥塞控制（FCCP）算法相比，D-WFPC算法全程性能占优，时延和丢包率的最高降幅分别达到10%和4%。仿真结果表明，D-WFPC算法能快速收敛，保证车联网中消息的低时延、高可靠传输。

针对车联网中车车通信间的传输可靠性差的问题,提出了一种最小最大功率控制传输可靠性评估(MMPETR)算法。首先,研究了移动车辆的发射功率控制技术对数据传输可靠性的影响,即增加发射端功率可提高消息传输成功率。其次,对现有的传输可靠性评估(ETR)算法进行改进,全面考虑了车车通信中发送端车辆成功分发告警消息所需的发射功率与该车辆本身的最小发射功率和最大发射功率之间的大小关系。最后,通过仿真给出发送端车辆的最小发射功率和最大发射功率的合理数值。仿真结果表明,MMPETR算法的传输成功概率比ETR算法增加了约4%,提高了传输可靠性。

基于李雅普诺夫(Lyapunov)优化理论的最大加权队列(MWQ)控制策略是一种可以获得队列稳定性和最优时延性能的跨层控制方法.针对终端到终端(D2D)通信业务具有实时性和时延感知低时延的要求,MWQ算法综合考虑物理层的信道状态信息(CSI)和MAC层的队列状态信息(QSI),以最大系统吞吐量为目标函数,动态地控制D2D节点的功率.提出了基于D2D通信的MWQ算法,将MWQ算法与固定功率分配算法、基于CSI算法、基于QSI算法等已有算法进行比较.仿真结果表明,MWQ算法在数据包平均到达率高于10 Mb/s时,能减少约0.5 s的平均时延;在平均时延相同时,能减少约26dB的功率.该算法具有使D2D通信保持低时延的良好性能,为实现低时延的D2D通信提供了一定的参考.

交通信号的实时调度是改善交通拥堵的重要途径之一，其公平性研究同样至关重要。针对通信网络和交通网络的共同特点，借鉴其最大最小公平和比例公平的思想，分别提出最小最大公平、比例公平交通信号实时调度算法；并与优化队列长度的实时调度、固定周期调度算法进行仿真对比。实验结果表明，优化队列长度的实时调度和固定周期调度会使得部分车辆等待时间过长而表现出不公平；最小最大公平调度表现出最好的公平性，但在网络高密度下平均时延表现较差；比例公平调度则在各种交通密度下同时表现出较低的平均时延和较好的公平性。研究结果为实时交通信号的公平调度提供了解决方案，具有较好的应用价值。

高速实时地采集传感器信号以及精确测量结构的状态信息对结构健康监测至关重要。但传统的基于串行处理的结构健康监测系统在进行数据分析的同时必须停止数据采集，造成数据采集不连续，实时采集速率不高。为此，采用光纤光栅传感器设计一个新型的实时结构健康监测系统，通过先进先出(FIFO)缓存区的设计将串行模式下间断性的数据采集转化为连续性的数据采集，有效提高了监测系统的实时数据采集速率。系统通过实验证明FIFO缓冲技术的引入有效提高了实时数据采集速率，最大可提高100%；同时也消除了串行模式下间断性数据采集对系统测量精度的影响。