智能感知技术能够获取人体状态、位置等信息,是连接人体与信息网络的重要桥梁。基于无线信号的人体感知技术由于其本身全天候、非接触等优良特性,能够解决已有技术的痛点问题,具有成为下一代感知技术中流砥柱的巨大潜力。然而,室内环境中无线信号传播的复杂性等问题为相关技术的应用带来了巨大的挑战。本文围绕基于无线信号的室内人体感知技术,开展理论与应用研究。本文的主要研究内容和成果包括:1.提出了一系列WiFi（一种无线局域网技术）信号相位偏移校正方法,使得WiFi信号相位能够服务感知应用。针对不同类型的相位偏移,结合理论分析与实验验证,提出了基于角度估计、基于参考信号以及基于路径共轭的相位偏移校正方法。2.提出了一种基于WiFi的人体呼吸追踪技术。针对WiFi设备本身空间分辨力差,受噪声干扰严重等问题,提出了一种基于稀疏重构的弱信号提取方法,能够有效挖掘和聚合WiFi信号中存在的信息,抑制多径和噪声等干扰,实现对人体呼吸状态的细粒度分辨。3.提出了一种基于多天线宽带设备的多人位置与呼吸心跳追踪技术。针对室内环境中信号多径传播复杂等问题,分析了不同多径干扰的特点,提出了基于图最短路径的人体位置追踪和基于无监督聚类的多径干扰分辨等方法,完成了对多种多径干扰的抑制,实现了一体化的多人位置与呼吸心跳追踪。4.提出了一种基于跨模态监督的毫米波人体位置估计技术。针对毫米波感知设备在实际部署中易受干扰等问题,通过在数据采集阶段同时采集无线和视频数据,并将视频数据的处理结果作为无线信号的监督,快速构建了人体位置估计数据集,训练了深度神经网络,实现了对人体位置的准确估计。5.提出了一种基于超声波和视觉信息融合的活体检测技术。针对基于视频的活体检测技术在实际应用中易遭到攻击等问题,引入了超声波这一模态,在活体检测中要求用户进行张闭嘴,根据张闭嘴过程对超声波反射的调制和同时采集到的视频信息,基于多模态信息融合技术实现了准确的活体检测,提高了人脸核验系统的安全性。