物联网技术旨在实现真正的万物互联,为智慧城市、智慧农业、智慧医疗等信息基础设施提供重要支撑,是新一代数字化技术创新突破的重点研究方向。反向散射网络作为连接海量IoT传感设备的关键实现技术,因具备低成本、低功耗、易组网、易维护等优点而受到了世界范围内的广泛关注。反向散射节点不仅可以从射频源发射的电磁波中吸收能量,还能通过调节天线“开”和“关”吸收和反射电磁波,对发送的信息进行调制。反向散射技术为无线传感、运动跟踪等多种智能场景的应用提供了更多可能。随着物联网产业规模的不断扩大,反向散射设备的计算量和数据量显著增加,传输环境也日趋复杂。由于反向散射节点之间对有限时隙的激烈竞争和信道条件的不可预测性,节点的个体吞吐量十分有限,此时一种快速的信息收集方法的重要性明显增加。提取标签子集可以从一定的目标标签而不是所有标签中收集信息,在本研究中,将特定场景中的目标标签称为有效节点,具体包括两类:1)处于移动状态的节点;2)静止但信道动态的节点。为提高承载重要信息的有效节点的吞吐量,本文提出了一种适合有效节点的速率自适应方法RAEN,从有效节点提取设计和速率自适应算法设计两个方面展开研究。首先,本文提出了一种有效节点提取方法,根据有效节点的相位分布特征,设计了基于可更新的高斯模型的有效节点识别策略。在对已识别的有效节点进行选择时,通过节点中的位矢量设计实现了有效节点的批量选择,提高了选择命令Select的效率。其次,提出了一种适合有效节点的速率自适应算法,包含一种新的触发器和速率决策模块。触发器摒弃了对外部环境变化持续监测的设计思路,基于盘存周期的数量判断是否预测下一阶段的速率,节省了探测开销。速率决策模块则以信号接收强度RSSI和丢包率为指标,设计合理的丢包率估计方法,采用随机森林结合集成学习的策略来决定网络总体速率。通过该方法,可以更公平地预测下一阶段的最优速率,显著提高有效节点的吞吐量。最终本文通过商业阅读器和多个射频识别标签采集的多组数据进行分析,并结合仿真实验对设计结果进行了评估。结果表明本文的设计可以方便有效节点收集信息,提高反向散射系统的吞吐量。