随着普适计算和物联网等技术的快速发展,物理世界和信息世界正逐渐融合形成智能环境,对人动作行为的非接触式感知将促进以人为本的智能应用发展。在各种感知技术中,基于WiFi信号的非接触感知能复用已有的通信基础设施,不受光线、视距、隐私保护等的限制,具有良好的普适性和可扩展性。而且随着细粒度的WiFi信道状态信息在商用设备上的获取,基于WiFi信道状态信息的感知更是成为了热门研究,为各种物联网世界的创新型应用提供支撑。与此同时,当今人们也越来越关注个人健康问题,为了强身健体、锻炼肌肉、降低慢性疾病的风险,以及节约去健身房的时间和金钱成本,越来越多的人选择在家锻炼。人们通常使用智能手表等可穿戴设备对健身进行细粒度的记录和评估,但这种接触式传感方式会给人的锻炼带来额外的负担。智能环境中的非接触式感知技术正是这个问题的理想的解决方式,但利用WiFi信号对健身动作进行细粒度的记录和评估,仍然面临无法详细分析动作,监控范围有限等困境。本文针对现有研究存在的问题,提出基于WiFi信道状态信息感知的健身动作识别方案,帮助人们更有效的在家锻炼,本文主要的研究成果包括:（1）提出基于WiFi信道状态信息的健身动作识别方法。针对在非视距路径上WiFi信道状态信息的幅度迅速衰减而相位噪声随时间变化的问题,本文巧妙利用WiFi的多输入多输出（Multi Input Multi Output,MIMO）的通信机制,将天线间信道状态信息的相位差作为原始信号,经预处理后分割出单个健身动作,然后利用卷积神经网络提取相关特征,实现了对健身动作的准确识别。（2）提出基于WiFi信道状态信息的健身动作质量评估方法。在识别出健身动作的基础上,利用卷积神经网络实现对用户的识别。本文还在时间维度上定义速度比、一致性等评估指标,并设计了基于累积功率谱密度的时间点估测方法,基于加权动态时间规整的分割方法等一系列算法获得每个健身动作各个阶段的精准时间信息,实现了对健身动作质量的有效评估。（3）实现基于WiFi信道状态信息的健身辅助系统,通过给用户准确的反馈来帮助用户更有效健身。对上述方法进行了全面评估,包括动作检测、动作分割、动作识别、用户识别和动作时间评估等,大量评估实验验证了该系统在动作识别、用户识别、动作评估上的准确性和有效性。本文首先介绍了基于WiFi信道状态信息健身动作感知的背景和研究意义,分析了现有基于WiFi信道状态信息的动作感知研究的进展和存在的问题,接着提出了本文的技术路线,之后详细介绍基于WiFi信道状态信息的健身动作识别和质量评估方法,设计实现了一个基于WiFi信道状态信息的健身辅助系统并对所提出的方法进行了大量实验验证和评估。实验结果证明本文设计的方法能有效识别和评估健身动作,能辅助人们健身活动,具有重要意义。