中科大泛在无源物联网实验室的论文：Multiprotocol Backscatter with Commodity Radios for Personal IoT Sensors于2022年10月被IEEE/ACM ToN收录。
IEEE/ACM ToN（Transactions on Networking）是通信/计算机网络领域的国际顶级期刊，同时也是中国计算机学会推荐的CCF-A类期刊。
以下是该论文的简要介绍：
论文题目：Multiprotocol Backscatter with Commodity Radios for Personal IoT Sensors
论文作者：袁龙志，王启炜，赵佳，龚伟
论文内容概要：
反向散射通信是一种新颖的通信技术。其节点不需要独自生成射频信号，而是借助于已有的射频信号来搭载信息，以降低功耗和造价。目前已涌现出一大批利用各种商用信号的相关工作，为反向散射通信的大规模部署提供了基础。但是这些工作通常假设反向散射节点已知信号类型，这在真实的应用场景中很难保证。此外，已有的兼容商用设备的反向散射调制通常需要部署两个接收端以同时得到节点调制前后的信息，结合两者来解调节点数据。针对第一个问题，本文提出在反向散射节点上用整流电路提取射频信号的包络信息，并求其与协议识别目标的几种参考波形的相关程度进行识别。该方法可以实现对2.4GHz最常见的几种射频信号，包括802.11b、802.11n、蓝牙、ZigBee等实现97%以上的准确率。针对第二个问题，我们使发送端生成包含重复symbol的数据包，反向散射节点仅利用第二个及以后的symbol搭载节点数据。接收端可以同时得到节点调制前后的数据包信息，故单接收端即可解调节点数据。
为了提取射频信号的基带信息，本文搭建了一个以二极管为核心的整流电路。为了得到高质量、高幅度的基带信息，我们将整流电路通过带宽被设置为40MHz。
我们用一个低功耗的ADC来采集通过整流电路的基带包络波形，并在FPGA上求其与几种识别对象的参考波形的互相关值。当包络波形与一种参考信号的互相关远大于其他参考信号时，我们就将识别结果设置为这种参考信号的协议类型。
实现识别之后，反向散射节点根据识别结果针对性地调制射频信号，以传输其数据。实验结果表明，节点能够实现97%以上的识别准确率，并且成功地利用识别结果实现对不同载波的针对性调制，达到了250kbps的数据速率。
图1.本系统识别激励信号协议类型并进行针对性调制