物联网（Internet of Things,IoT）技术已经广泛应用在我们的生活当中,如智慧物流、智能医疗、智慧农业等。然而,目前的物联网通信技术都使用有源射频单元,具有很高的功耗。反向散射技术的出现解决了高能耗的问题,随着频谱资源竞争压力的增加,提高反向散射技术的频谱利用率成为亟待解决的问题。环境反向散射通信（Ambient Backscatter Communication,AmBC）技术的出现解决了反向散射技术存在的问题,其利用环境中的电磁波信号进行通信,不再需要占用额外的频谱资源。为物联网的发展带来了新的机遇。AmBC技术是通过反射设备通过调节阻抗匹配网络的方式实现了对信号的调试,进而实现与接收设备进行通信。由于环境信号的不确定性,接收设备很难从混合信号中分离出标签反射的信号。现有的研究都是通过牺牲通信速率来提高信号检测的效率。然而许多应用场景对实时性有较高的要求,研究提高AmBC技术的通信速率对于推动AmBC技术的发展与应用至关重要。为提高通信速率,本文从多天线标签理论设计和信号检测算法设计两个方面展开研究:1)多天线标签理论设计方面:本文设计多天线标签模型,验证了三个天线结构,其中天线1与天线2为通信天线,同时与阅读器通信,可提高通信速率。天线3为能量天线,负责从环境中收集能量。为了防止天线3对天线1与天线2造成干扰,设计天线1与天线2为同一频段与接收设备通信,天线3为另一段频段获取能量以供标签使用。2)信号检测方面:传统的信号检测方法都是在载波信号恒定的条件下进行的。为弥补现有方案的不足,本文针对多天线标签的AmBC系统提出一种基于k-means聚类分析算法进行信号检测。由于AmBC系统的射频载波信号不可预知,难以用包络检波的方法对信号进行检测,因此本文将信号检测问题转换成数据分类问题。多天线标签使用两个天线进行通信,接收设备接收到的信号存在4种状态,利用k-means算法在IQ域中进行聚类分析从而实现对信号解码。此外,针对k-means算法存在的不足,根据时间的相关性,提出了一种基于队列的方式来计算聚类中心的k-means-q（Queue of k-means）算法,降低了误码率。并通过仿真实验对两种算法进行了对比。