自2015年以来,我国汽车产业出现了新的变革,网联化和智能化将智慧车联网这一关键词带入人们的视线。网联化则有助于打破传感器、车联网用户、路侧基础设施和云端之间的孤岛效应,使各端口建立有效网络通信连接,为后续智能化应用提供基础;智能化有助于自动驾驶场景的发展,借助于网联化所获得的多源路况信息代替驾驶员做出正确驾驶行为,有效利用路网资源。车联网作为多种网络的融合应用,主要依托移动通信技术开展相关服务,而移动通信网络环境复杂多变,信号通过空口无线传输,空口传输的广播特性导致其传输风险敞口较大,传输信号极易遭受非法用户的窃听、伪造和篡改,从而造成严重的网络及生命财产安全隐患。为增强车联网的安全性,特别是解决网络覆盖黑洞时网络基础设施不可用情况下的用户鉴别问题,物理层安全认证技术被引入到车联网应用之中。但传统物理层安全认证机制使用固定用户判决阈值对用户合法性进行鉴别,导致在低信噪比环境下,合法用户鉴别准确率较低,高信噪比环境下,非法用户的假真率即虚警概率较高,缺乏环境适应性。为了解决上述问题,本学位论文通过研究提出了一种性能良好的用户判决阈值自适应方法,通过两步调节方式寻找当前环境下的最佳阈值,对噪声有良好的抵御能力,显著增强车联网通信系统的用户鉴别性能。