随着科技的进步与发展，人类已进入万物互联的物联网时代，其首要目的是提供以“人”为中心的智能化服务，特别是，对人体行为的准确感知和理解是必不可少的技术支撑。近年来，如何在特定环境下对人体的地理位置、运动轨迹、运动速度进行精确感知已成为研究人员的重点关注对象。传统人体运动感知系统大多基于计算机视觉、毫米波雷达、或者激光雷达等技术及其专用特殊设备，因而存在实现成本高以及难以大规模应用的缺陷。近年来，随着Wi-Fi设备对信道状态信息的成功获取，使其也具有了雷达类似的功能，可以对周围的电磁环境变化进行感知。Wi-Fi雷达人体运动感知技术以其成本低、易部署等优点，得到了研究人员的广泛关注。然而，现有的Wi-Fi雷达人体运动感知技术尚面临诸多问题亟待解决，主要有：1、室内信道环境下信号干扰严重，多径传播复杂，因而难以对每条信号传播路径的信道参数进行准确的估计。2、基于单信道参数特征的人体运动感知方法的精度较低。3、人体运动感知精度受人体位置和速度等运动状态影响较大。针对上述难点技术问题，本文提出了基于Wi-Fi雷达的人体运动感知算法及其实现方案，主要研究工作包含以下三个方面。
　　(1)、研究复杂室内多径环境下精确的信道参数估计方法。首先针对Wi-Fi相位噪声问题，使用线性变换的方法，对硬件电路引入的噪声进行了有效的滤除；其次，通过天线间信号共轭相乘算法，对包含有人体运动信息的信号动态传播路径进行提取；最后，对经典的多重信号分类算法在复杂室内条件下信道参数估计精度较低的原因进行了分析，并提出使用空间交替广义期望最大算法进行信道参数的高维联合估计，通过实验验证，相比于经典的多重信号分类算法，信号到达角估计精度提升了59.5%，信号飞行时间估计精度提升了47.9%，多普勒频移估计精度提升了39.4%。
　　(2)、为进一步提升单信道参数的人体运动感知精度，研究了多信道参数人体运动感知：首先，本文提出了一种目标信号反射路径识别算法；之后，使用信号到达角、信号飞行时间、多普勒频移联合对人体运动进行感知；最后，针对感知结果可能出现的错误，提出了感知结果纠错算法。最终，实现了较准确的多信道参数人体运动感知。
　　(3)、针对人体运动感知精度受人体位置和速度等运动状态影响较大的问题，本文提出了一种自适应多Wi-Fi链路的人体运动感知方法：通过自适应机制融合多个Wi-Fi链路设备的感知结果，从而避免了人体运动状态对于感知精度的影响。最后在实际环境中对本文设计的整体方案进行实验验证，本文方案平均感知误差为0.58m，相比于目前性能最优的IndoTrack系统，人体运动感知精度提升了37.6%。