凌 敏，罗 影，袁 亮，靳传学

(1.成都航空职业技术学院 机电工程学院，四川 成都 610100；2.电子科技大学 信息与通信工程学院，四川 成都 611731；3.成都航空职业技术学院 信息中心，四川 成都 610100；4.成都盘沣科技有限公司，四川 成都 610100；5.电子科技大学 通信抗干扰技术国家级重点实验室，四川 成都611731)

近年来车载自组织网络发展迅速，它依靠诸如互联网、新一代无线通信、云计算、边缘计算等前沿信息技术，通过有效的数据处理与分发来提供可靠的车载通信。车联网的高效利用可减少交通事故、交通拥堵、驾驶时间、油耗等，促进智慧城市发展[1-2]。车联网允许用户通过交换特定交通信息来了解周围环境的信息和可能发生的堵塞，其中车联网的网络流量受城市交通布局、出行时间以及交通事故等因素的影响随时间变化。车联网络架构在为智慧交通带来便利的同时，也存在许多待解决的技术问题。其中，车辆的交通数据由大量分布式基础设施生成，并通过网络传输到云计算服务器。这些交通数据的处理不具备可扩展性和高效性，当来自车辆传感器的数据量过多时会影响处理时延[3]。同时，大量的数据向云服务器进行传输代价非常昂贵，需要消耗大量的带宽和能量，造成车联网网络阻塞等问题。因此，对车联网流量的研究十分重要，通过流量分析与估计可以减少网络负载压力，更快更好地实现城市交通调度，促进交通智能化，有效地提高城市交通效率，减少或预防交通事故的发生。……