随着大数据、物联网的发展,人机交互技术成为学术研究的热门课题。手写识别作为人机交互技术的基础研究方向之一,技术成熟度在不断提高。传统的手写识别技术如利用视频图像和可穿戴传感器的解决方案识别精度高,但视频图像技术需要好的光照条件,而且涉及用户隐私问题。基于可穿戴传感器的技术要求用户长期佩戴,影响用户体验感。射频识别技术（Radio Frequency Identification,RFID）以其低成本、可标记性与强扩展能力等优势在人机交互方面获得研究人员的青睐。为了解决基于视频图像和可穿戴传感器等技术带来的问题,本文研究基于RFID的手写数字识别技术。本文设计并实现了一个基于RFID的手写数字识别系统RF-Digboard。该系统利用一个商用RFID阅读器和三枚RFID标签来感知用户的手写动作。本文建立射频信号相位变化与手写数字之间的关联,通过优化标签部署方案,并结合提出的信号处理算法以实现高精度手写数字识别。本文的主要工作如下:（1）在信号分割阶段,传统的基于滑动窗的分割方案难以准确识别手写动作边界。为了准确提取与单个数字相关的所有相位序列样本,本文提出了一种基于线性相位有限长单位冲激响应（Finite Impulse Response,FIR）滤波器的信号分割算法来准确地提取目标信号段。（2）在特征提取阶段,为了有效地识别用户书写的数字,本文提出了一种归一化的滑动方差累积和序列来表征信号局部波动程度,并将其作为特征用于后续的识别。（3）在数字识别阶段,由于动态时间规整（Dynamic Time Warping,DTW）的特征匹配复杂度高,本文改进基于L1范数度量相似的计算方式。通过比较待识别信号与模板信号的特征相似度来实现数字识别。最后,为了证明了该方案的有效性,本文在三种不同室内场景（会议室、卧室、客厅）下对10名用户进行广泛的实验并评估系统的性能。实验结果表明,该系统的平均识别准确率可以达到97.81%。除此之外,本文进行了大量的实验和比较研究,评估了所提出的方法在不同方面的性能,以验证系统的鲁棒性。