环境反散射通信(AmBC)为物联网(IoT)提供低成本和低功耗连接,其中反散器标签(BT)调节环境射频(RF)源传输的入射信号并将其反射到其相关的AmBC接收器。 在多通道多标签AmBC中,符号检测方面的主要挑战之一是图像通道串扰,这是由不可避免的相位/四段(IQ)不平衡引起的。 为了解决这个问题,在本文中,我们研究了智商失衡下的多通道多通道AmBC符号检测。 考虑到BTs的差分编码方案,我们提出了一种新的符号检测模型,该模型结合了智商不平衡参数,事件信号的存在与否以及图像通道的反向散射信号。 在此基础上,考虑到AmBC接收器的能量差检测器,我们得出了比特错误率(BER)的闭模表达式以及接近最优的检测阈值,以最小化BER。 然而,计算接近最优的检测阈值需要先验信息,例如智商失衡参数、图像通道入射信号的存在概率和图像通道的背散信号、环境射频源的信号功率以及噪声功率,这些噪声功率在实践中通常是AmBC接收器所不知道的。 为了消除对先前信息的需求,我们使用收到的样品提出了阈值估计方法。 数值结果表明,在智商失衡下,直接使用现有方法导致BER性能显着下降。 然而,这种降解可以通过我们的衍生检测阈值有效地缓解。