随着无线通信技术与数字化车辆技术的不断发展,汽车正在向智能网联化的方向迈进。搭载先进车载传感器以及智能控制设备的车辆在以移动数据互通为基础的车联网环境下,实现车与车、车与基础设施、车与行人以及车与云端之间便携、准确和高效的信息交互,已成为保障行车安全、提升交通效率和改善驾乘服务等的基础条件。因此,探索基于车联网的数据传输技术对推动智能网联汽车的发展具有重大意义。作为车车通信的主要技术之一,设备到设备（Device-to-Device,D2D）通信技术可通过车车数据直传来达到减小传输时延并降低车联网基站负载的目的,故而该技术可在保证通信实时性的同时有效提高车联网的链路性能。基于此,本文针对不同车联网场景下的通信需求,通过在D2D通信中引入无线携能、协作传输、物理层安全与正交频分复用等技术来提升车联网通信的安全性与可靠性。本文主要工作如下:（1）针对存在窃听或干扰的车联网环境,本文基于复用模式下的D2D通信展开研究,通过采用中继协作与物理层安全等技术提升网络安全性能。首先,本文针对存在窃听的单向车联网模型,提出一种自适应时隙分配的中继方案,并在考虑估计误差的时变信道下详细分析了系统的安全性能;其次,针对存在窃听的双向车联网,本文采用基于无线携能的中继技术来提高能量利用率以延长网络寿命,并通过提出一种自适应的联合功率分流和时间切换策略来进一步优化系统的能量效率;最后,针对存在干扰的车联网模型,本文提出一种融合D2D通信与可见光通信的车车数据传输方案,受干扰车辆可以通过中继车辆接收经由射频链路或可见光链路转发的信息,从而降低干扰带来的影响;（2）针对车联网所面临的频谱资源短缺问题,本文针对正交模式下的D2D通信进行研究,提出了一种可实现D2D双向通信的认知车联网模型。在该模型中,车辆既可作为中继协助蜂窝用户传输数据以提高通信可靠性,亦可利用相应的基站频谱资源进行车车通信以满足面向车联网的需求。同时,本文基于无线携能的中继技术,通过对所提的联合时间和功率分配的能量收集方案在不同中继方式和信道模型下的网络性能分析,推导出了系统中断性能和吞吐量的准确表达式,同时给出了最佳性能下的系统参数值。最后结合仿真,验证了理论分析及所提策略在本网络模型中的可靠性和有效性;（3）针对车联网传输信号因高峰均功率比通过放大器所引入的失真问题,本文提出了面向多目标优化的选择映射序列与基于免疫机制的载波注入两种方案,通过适应度的多目标优化、角度增量更新和特征信息处理等方式来降低传输过程中的信号失真。仿真结果与分析表明,两种方案均可显著提高车联网系统的传输可靠性。同时,通过对失真类技术在信号处理过程中典型度量指标（如不同信噪比下的误码率和峰均功率比的互补累积分布函数等）的局限性分析,本文还提出了一种新的性能衡量指标,即给定功率放大器和信道噪声条件下不同功耗所对应的误码率,并以此来评估信号失真对车联网传输性能的影响,最后结合仿真验证了该指标的有效性。