车联网(Vehicle Ad-hoc Networks,VANETs)是物联网和智能交通系统的有机结合,也是物联网技术在高速动态场景中的重要应用。研究车联网的主要目的是提高交通安全和交通运行效率。其中,设计合适的信息分发算法,以避免潜在的交通事故,成为了目前的研究重点之一。车联网中网络拓扑结构变化快、通信链路不稳定等因素使得信息在传输过程中会存在丢包率高、传输时延较高以及网络冗余等问题。因此在算法的设计中需要规划合理的方案来减少信道竞争、提高链路稳定性、降低网络开销从而实现信息的可靠传输。针对现有的信息分发算法存在的不足之处,如端到端时延较大、可扩展性较差,本文研究高速公路和城市街道典型场景下的信息分发技术,提出了可靠快速信息分发(RRMD)算法和自适应信息分发(AMD)算法。针对高速公路场景下车辆移动速度快、分布不均匀以及频繁接入和离开网络等特点,本文提出了可靠快速信息分发(Reliable and Rapid Message Dissemination,RRMD)算法,该算法采用了面向发信者方案,即由发信者选择下一跳转发者。该算法考虑了车辆的分布特性、信道特征、链路可用性、信号冲突概率、传输时延和排队时延等因素对信息传输的影响,设计最小端到端平均时延模型用于优化中继车辆的选择。从而建立可靠的传输路径,保证信息分发的可靠性和及时性。相比于高速公路,城市街道场景下的车辆行驶方向和速度大小都在变化,并且相对复杂的道路环境以及红绿灯的存在,使得网络中车辆密度变化更快,节点分布更加不均匀,网络拓扑结构变化也更快。因此本文提出自适应信息分发(Adaptive Message Dissemination,AMD)算法。算法分别分析位于直行道路和十字路口车辆间的通信链路状况,研究车辆相对位置和运动方向的影响,并评估邻居车辆附近网络的连通性,从而建立最小时延模型,用于选择合适的转发车辆,达到提高信息传输的可靠性和及时性的目的。除此之外,通过仿真分析得到合适的网络密度分界值,用于评估车辆周围网络密度的高低,在网络密度较高的路段采用面向发信者方案,避免分布在较小范围内的车辆的转发时刻在同一时隙而产生数据包冲突;在网络密度较低的路段采用混合型方案,既可以保证优先级最高的车辆能够最快转发数据包,又可以保证每一跳的信息传输能够适应网络拓扑结构的变化。最后,本文使用OMNET和SUMO搭建车联网仿真平台,验证了RRMD算法和AMD算法的有效性,在高速公路场景下,分别在不同的端到端距离和车辆密度下进行试验,结果显示RRMD算法相比于其它信息分发算法,在保证一定成功接收率的前提下,能够实现最小的端到端时延。而城市街道场景中,在不同的网络密度下,相比于Slotted 1-p算法和TrAD算法,AMD算法的性能有明显提升。