手语识别是通过计算机技术将手语动作转换成文字或声音的技术,对辅助聋哑人与非手语人群的正常交流具有重要意义。现有的手语识别方法主要分为基于传感器和基于计算机视觉的手语识别,硬件依赖度高、设计部署要求高、维护成本高。在手语识别中,孤立词是构建连续句子的基础和前提。论文利用手语动作对无线信号传播信道产生的影响,提出基于信道状态信息的中国手语孤立词识别方法。主要研究内容包括以下四个方面。首先,提出利用小波变换和主成分分析的去噪方法并结合插值进行无线信号预处理,消除环境和商用设备内部状态改变引起的噪声,克服硬件设备造成的采样缺陷并保留所有子载波的细节特征。其次,提出基于多数据流异常检测的动作分割方案,综合分析所有数据流进行精细动作和相似动作的分割和融合,并提取融合序列的时域特征。再次,对比分析应用现有的基于信道状态信息的动作识别分类方法进行手语孤立词识别,首次采用极限学习机作为基于无线信号的无设备感知细粒度动作分类器,满足手语孤立词识别对准确性和实时性的要求。最后,分别在会议室和实验室环境中采集不同手语动作下的信道状态信息数据,对识别方法进行验证和性能评估。实验结果显示,两种环境下本文方法的识别准确率分别达到了94.3%和91.7%。