物联网作为互联网技术的补充,实现了物理世界与信息网络的连接,同时实现了人与物、物与物之间的交流与通信。物联网的核心任务是无处不在的数据感知、以无线为主的数据传输以及智能化的数据处理,其中数据感知是数据传输和处理的基础,而数据感知的主要问题是物联网节点维护困难。为了解决节点维护困难问题,并提高物联网节点的可扩展性和实用性,无源感知技术发展迅速,受到越来越多的关注与研究。无源感知节点的大规模部署预示着其传输的数据量增大,执行的感知任务日趋复杂,大规模无源感知系统对其使用的数据传输机制提出了更高的要求。对于应用无源感知技术的新型可计算射频识别(Computational Radio Frequency Identification,CRFID)平台,需要使用反向散射来进行连续和大容量的传感器数据传输,吞吐量优化日趋重要。本文针对无源感知系统进行连续和大容量的传感器数据传输时吞吐量受限问题,分别从信道预测和速率自适应两方面对无源感知系统链路吞吐量优化问题展开研究。本文首先在信道方面展开研究,前期研究发现信道具有相关性和相对稳定性以及不同环境中信道质量指标变化幅度不同,因此设置两种不同的环境,并建立信道预测框架。整体框架包括监测模块和预测模块,监测模块监测信道的实时变化,作为信道预测的基础;信道预测模块利用已获得的信道质量预测下一阶段所有信道的信道质量。本文采用可计算的射频识别标签,因此监测模块中使用加速度阈值和链路突发性阈值,预测模块采用具有较强鲁棒性的BP神经网络实现,从而实现了不同环境中吞吐量的提高。其次,在速率自适应方面,根据不同标签获得的信道质量存在差异,摒弃传统速率自适应映射方案,充分考虑上行链路和下行链路速率的影响因素,利用连续成功接收数据包与否、IQ域标签信号簇指标设计结合上下行链路的速率自适应方案,进一步提高了无源感知系统的吞吐量,为无源感知系统更加广泛的应用提供了可能。最后,本文以利用无源感知技术的主要应用平台,即无线识别和感知平台(Wireless Identification and Sensing Platform,WISP)作为标签,利用通用软件无线电(Universal Software Radio Peripheral,USRP)和商业阅读器实现整体设计。在此基础上,对本文提出的设计方案进行了实现和评估,最终实验结果显示,本文设计对无源感知系统吞吐量有明显提高。