随着物联网行业的蓬勃发展,目前无线传感器网络的应用场景也越来越多,但大量的物联网设备依赖其外接的电池作为与网络节点通信的能源,这不仅带来很高的网络维护成本,而且限制了物联网设备的工作环境。环境背向反射作为一种新兴的通信技术,它通过反射环境中已有的射频信号作为载波实现通信,并且可以通过收集环境中的射频能量来补充电能,通过这种特殊的通信设计,可以有效地解决目前小型传感器网络节点的能源消耗问题。然而,在环境背向反射通信过程中,使用同一根偶极子天线进行工作的反射设备以反射信息模式运行时,将无法采集能量,而不可控的环境信号通常是不稳定的,因此,如何针对不断变化的环境信号条件去选择合适的运行模式是影响整体系统性能的关键问题。本文将针对变化的环境信号,研究背向反射通信过程中标签运行模式选择的最优化问题。本文根据环境信道分布是否已知分为两种情况构建问题模型,并分别进行研究。在已知环境信道分布的情况下,本文基于环境信道概率分布构建了背向反射模式选择问题,并将问题转换成0-1背包问题。本文提出一种基于动态规划的算法获得问题的最优解,并根据背向反射的通信特性提出一种基于性价比函数的贪心算法来得到最优结果的近似解,本文提出的贪心算法在显著降低算法复杂度的同时,可以得到令人满意的近似最优结果。此外,在信道分布未知的情况下,本文使用强化学习方法来研究环境背向反射通信中操作模式的选择问题,通过使用强化学习算法中的免模型Q学习方法来构建策略学习算法,并针对在环境背向反射模式选择中存在状态空间过多和需要保证平均获能等问题,引入一种量化后的平均获能状态,对状态空间进行优化,并构建出背向反射通信模式自适应选择算法。最后,通过仿真分析验证了所提出的算法的优势,并展示了算法在不同环境下的有效性和稳定性。在不同仿真条件下,使用本文提出的优化方法均可以使背向反射设备在满足一定的平均获能约束下,提升平均通信速率。