随着传感器和无线通信技术的不断发展,无线网络已经渗透到人们生活的方方面面,如环境检测、目标定位、动作感知等。然而,现有无线网络在部署和应用的过程中还受能量与室内传播环境的影响与制约。本文主要针对无线网络应用中利用数据压缩技术节约能量消耗和无线信号穿墙后的识别与感知进行研究。具体来说,现有基于压缩的无线数据方法主要是针对可靠网络环境,并没有考虑真实网络是一种易错网络,网络丢包是一种常见现象。同时,无线信号在室内传播易受室内环境、障碍物等影响,无法准确刻画起室内传播模型。这些都给无线网络在长时间数据收集方面以及在室内人员感知方面造成严重障碍和挑战。为了解决这些挑战,本文主要提出两个研究目标,分别是有效延长网络运行时间和提高室内无线信号对人员动作感知能力,主要内容如下:(1)针对链路不可靠下的无线网络数据收集,本文提出一种联合路由的稀疏投影数据收集方案,其可以有效应对网络丢包对感知数据质量的影响。同时,为了满足稀疏表示基与稀疏投影路由矩阵之间的低相干性,本文给出一种稀疏表示基学习算法。真实网络数据实验结果表明,本文提出的联合路由稀疏投影数据收集方案即便在丢包率为20%情况下网络感知数据仍能被有效恢复。能量仿真结果表明,对比现有压缩感知数据收集方案,本文提出的方案可以有效减少网络能量消耗。(2)针对无线信号在室内人员动作感知方面,本文提出一个基于Wi-Fi信号穿墙的无源人员动作识别系统,TW-See。为了实现TW-See系统,我们提出了Or-PCA(Opposite robust PCA)技术,并利用它获取到人员动作与其引起的信道状态信息测量值变化之间的相关性。同时,本文还提出一个归一化方差滑动窗口算法,利用它识别出动作的真实开始与结束点,并分割出动作所在的波形。最终,我们的实验结果显示,TW-See系统在不同的Wi-Fi信号穿墙环境下的平均精准度达到94.46%。