动作识别在人机交互、安防监控及运动分析等领域有着极广阔的应用前景,该技术无论在学术研究范围还是商业产品领域都一直是重点研究的热点问题。基于Wi Fi信号的动作识别系统克服了过去基于可穿戴传感器和基于视觉的动作识别系统的限制,成为实现该技术最理想的设计方案。其中信道状态信息(Channel State Information,CSI)作为Wi Fi信号的一种细粒度特征,能够反映信道的多径特性,具有很高的感知精度。因此,设计与实现基于CSI的动作识别系统有着重要的意义,是目前各国相关领域科研团队的主要研究对象。首先,本文在对动作识别系统的应用背景和实现原理进行深入了解的基础上,结合目前国内外的研究发展现状设计系统框架,借助Intel 5300无线网卡和无线路由器,在强干扰与弱干扰实验环境下分别设计了合理的信号收集、信号预处理、特征提取和动作识别四个环节应用的算法,初步实现了较为完整的基于CSI幅度的动作识别系统。其次,针对CSI基信号的选取较为单一的问题提出了基于幅度与相位差的联合优化算法。该算法通过对CSI的相位进行线性变换与延拓补偿两种校准处理,克服了相位分布存在误差无法使用的问题。在此基础上,将接收到的动作信号CSI值的幅度与接收端多天线的相位差相结合,作为联合基信号使用。在后续特征提取环节,提取联合基信号的特征作为特征集,这一算法有效提高了不同动作的识别分辨率。另外,针对系统复杂度较高的问题又提出了基于幅度分布方差的优化算法。该算法通过比较不同时刻相邻数据包幅度分布随子载波变化的方差来定义不同动作CSI的幅度分布的稳定程度,进而实现运动与静止行为的快速区分,降低系统运行复杂度,有效缩短系统对不同动作的识别时间。两种优化算法的设计在保证系统复杂度的同时提高了不同动作的识别率。最后,本文对系统优化前后的性能进行了实验验证。通过在室内强干扰和弱干扰两种实验场景下分别进行多次对比测试验证了系统的有效性和鲁棒性。实验结果表明,本文所设计系统可以较高的识别精确率实现三种不同动作的识别,且系统在优化后识别准确率平均提升了4.7%,对静止与运动行为的区分速率得到了较大的提高,该系统具有一定的普适性,可实现对动作的识别功能。另外,本文还为该系统设计了GUI实验界面以提高系统的展示度和实用性。