人类身份识别问题已经研究了许多年,伴随信息时代的来临,人们在日常生活中愈来愈多地面临身份识别的问题。信息时代下的人类身份识别是通过计算机将人体所固有的生理或行为特征收集并由此进行个人身份鉴定的技术。目前业界有许多用于人类身份识别的方法,例如人脸识别,虹膜识别,指纹识别等。这些方法在各自的应用场景下具有对应的优缺点。同时,无线通信技术的发展为非入侵式的生物识别技术带来新的启发。具体地,信道状态信息(CSI)能够有效地根据人类的动作产生的信号影响对动作进行推断,现代WiFi标准例如IEEE 802.11n/ac在通信过程中传输了大量信道状态信息数据,接收到的多路信号是经过周围环境障碍物多次反射后增益和衰减的结果。本文针对上述提到的问题进行了深入地研究。具体地,首先对目前的人类身份识别技术进行梳理,并对最新相关工作和模型进行总结,分析和探讨不同人类身份识别技术的技术原理、应用场景以及优缺点。进一步,本论文对WiFi的细粒度信道状态信息的原理和应用进行调研,主要针对信道状态信息如何反映周围物体的组合效应进行研究。在此基础上,本文主要设计和验证了基于WiFi的人类身份识别方法的三方面工作:(1)信道状态信息的原理以及其应用技术研究,(2)人类身份识别技术的调研及利用WiFi进行身份识别技术研究,(3)基于WiFi的人类身份识别系统的可行性研究。基于上述相关研究,本文提出了一种新颖的人类身份识别方法。具体地,观察到每个人在室内移动时对周围的WiFi的信道状态信息具有独特的影响,利用多种信号处理的方法将这些影响提取出来作为各自的特征数据建立数据库,最后结合机器学习方法进行训练和预测,从而实现身份识别的目的。最后,本文对设计的方案进行了真实环境下的测试实验,主要测试身份识别效果和可能的影响参数,并对实验结果进行分析和阐述实验结果显示,本文工作中的各项设计能够在WiFi的环境中对人类身份进行识别,在6个实验者参与的条件下,平均身份正确识别率可以达到90%以上。在小环境下(家庭,办公室等),本文中的人类身份识别方法相比传统的基于生物特征或可穿戴设备等身份识别方法,具有成本低,不易受环境影响,不需要引入额外设备以及不侵犯用户隐私等优点。