穿墙目标检测技术在智能家居、安防、灾后救援等多个领域有着重要的应用价值。特别是在无线通讯、物联网迅猛发展的今天,设计一种适合在室内场景使用的低功率、小体积的穿墙目标检测系统成为一个迫切的技术需求。由于Wi Fi设备被广泛部署在各种室内场所,基于Wi Fi信道状态信息的穿墙目标检测技术受到广泛的关注。现有的基于Wi Fi信道状态信息的穿墙动目标检测算法存在以下两个问题:一、提取的信号特征较为单一,只能够检测有无动目标,而未更细致的区分目标个数。二、由于干扰抑制效果不理想,收发同侧穿墙目标检测算法的检测准确率有待进一步提高。针对上述问题,本文开展了收发异侧和收发同侧两种情况下的穿墙动目标检测算法的研究。主要研究内容如下:一、提出了一种多维信号特征提取算法。首先,在分析通道初始相位差、时钟同步误差、载波频率误差、采样误差的基础上用一种线性误差消除法校正相位。然后,替换离群值克服突发性干扰,并用小波阈值法去除环境噪声。最后,分别从时域和子载波域分析信号的相关性,从幅值相关系数矩阵和相位相关系数矩阵上充分提取与发射功率无关的稳健特征,并用神经网络融合特征。二、提出了一种基于强信号阵列流型重构的干扰抑制算法。首先,利用单个子载波的信道状态信息从频域建立一维多重信号分类算法模型。然后,为克服物理天线不足,将模型扩展到多个子载波上,把子载波作为虚拟天线以扩充接收阵元数量。接着,使用二维平滑方法进行解相干,实现到达角与飞行时间的二维联合参数估计。最后,从谱函数中提取强峰对应的参数重构干扰信号的阵列流型,并将其从接收信号中去除,完成干扰抑制。本文使用搭建的检测平台分别在带有玻璃墙、砖墙、混凝土墙的室内环境中对算法进行验证与分析。实验结果表明,本文提出的收发异侧穿墙动目标检测算法在各环境的检测准确率分别在0.98、0.90、0.85以上,收发同侧穿墙动目标检测算法的检测准确率分别在0.93、0.89、0.84以上。与已有算法相比,本文算法具有更高的检测准确率和更细的检测粒度。