物联网作为沟通物理世界与信息世界的重要桥梁,越来越趋于物理世界数字化、网络连接泛在化以及信息感知智能化。无源感知由于其无源、免维护、兼具感知计算通信与组网等功能而受到世界范围内的关注,为物联网的应用多样化提供了实现可能性,数据量的剧增将不可避免。随着可计算射频识别平台、多能量源的环境反向散射等技术的发展,无源感知平台逐步大规模应用。其中,吞吐量优化问题日趋重要,在大规模物联网节点应用或实时性要求高的场景中,当标签端有大量传感器数据需要传输或当其处于快速移动状态时,其收集到的传感器数据信息需尽快传输至阅读器端。本文针对目前无源感知系统应用于大量数据传输和突发式数据传输时吞吐量受限的问题,基于目前无源感知系统探测信道开销较大、时隙有效利用率低和并行解码算法鲁棒性差的瓶颈,分别从协议优化设计和多标签并行解码两方面对无源感知系统反向散射链路吞吐量优化问题展开研究。本文首先在协议优化层面进行研究,物理层引入标签IQ域信号簇的相关指标,以更细粒度的信号IQ域簇的聚集程度和歧义码元概率指标表征当前信道状态,从而实现物理层数据传输速率的自适应,使得数据传输速率以信道状况相匹配,实现不同信道状况下吞吐量的最大化;其次,MAC层协议设计结合碰撞时隙和空闲时隙的概率、持续时间以及当前碰撞时隙中簇的个数,优化直接决定时隙数的Q值选取算法,使Q值尽快调整至与标签个数匹配,提高时隙利用率。此外,多标签并行解码方面,本文以时钟同步和多模盲均衡算法为基础,从源头上尽可能减小由于环境动态变化而造成的码间干扰及误码,使信号呈现出结构化特征,对信号IQ域码元采样点做一阶绝对差分,利用大概率情况下IQ域信号簇流作绝对差分后簇的个数比标签个数多一的规律,针对大概率下的预期情况和小概率下的非预期情况,通过差分且结合概率特性实现多标签并行解码,进一步成倍地提高无源感知系统反向散射链路的吞吐量,扩大无源感知系统应用场景。最后,本文以典型的可计算射频识别应用平台——无线感知与识别平台为实验平台,利用通用软件无线电外设搭建阅读器和监测器,实时监测物理层信息并在此基础上实现和评估本文提出算法,最终的实验结果显示本文所提算法吞吐量优化效果明显,且在动态环境和标签个数较多的场景下鲁棒性提升效果显著。