物联网技术的核心思想为万物互联,该技术的提出与发展打破了只有特定设备才能接入网络的局限。5G的快速发展为万物互联提供了可靠的技术支持。然而随着联网设备的增多,物联网大规模通信将面临一系列挑战,包括传感器能源和成本问题、大规模接入算法设计、复杂信道参数估计和信号检测方法设计等。学术界提出的新型反向散射技术是解决物联网设备能源和成本问题的潜在技术,已成为物联网未来发展的关键技术之一,也是学术界移动互联网领域的当前研究热点之一。传统反向散射技术通常需要特定的射频源供电,导致有效通信距离短。近年来以环境反向散射为代表的无源反向散射技术不断被提出,该技术能够利用现有通信系统中的无线射频能量,实现绿色通信,在物联网的发展过程中具有重要的应用价值与前景。信道估计是无线物理层的重要基础理论,对系统整体设计有重要的影响。然而无源反向散射系统的信道估计理论尚未成熟,亟待学者研究。由于无源反向散射系统与传统反向散射技术在载波信号、信道组成等方面存在差异,现有估计方法不能直接应用于无源反向散射系统。当前已有研究仅针对于平坦衰落信道下的无源反向散射系统模型,与实际场景仍存在差异。因此本文旨在研究新型场景下无源反向散射系统的信道估计理论,并通过仿真实验验证所提出估计算法的性能。本文首先介绍了无源反向散射技术的系统模型与通信特点,分析了信道的衰落特性并对信道进行建模,同时讨论了多种信道估计算法。接着文章构建了两种新型场景下的无源反向散射系统模型,并研究了相应的信道估计算法:(1)第一种为城区场景,由于建筑物等障碍物的存在,信道模拟为频率选择信道模型更符合实际。由于标签呈反射状态时接收机收到的信号为两路信号的叠加,本文通过设计该场景下无源反向散射系统的通信协议和导频格式,提出了基于两路信道特性的迭代估计算法。迭代估计器以最小二乘法(Least Square,LS)为估计准则,同时还推导了克拉美罗下界的理论值。最后通过实验仿真结果验证了迭代估计器的性能。(2)第二种为高速移动场景,当采用无人机等设备作为射频源时,本文建立了基于时间-频率选择信道的无源反向散射系统模型,标签可利用现有的正交频分复用系统中的能量实现通信。通过设计系统间的通信协议和梳状导频格式,论文提出了模型驱动的新型信道估计器。该估计器将传统的LS估计和神经网络模型相结合,提高了估计性能。同时分析了网络方法的复杂度,结果表明该改进算法的复杂度较传统最优方法变化较小。最后仿真验证了新算法的估计性能更优。