随着科技的进步与发展,人们对“穿墙透视”的需求愈加迫切,穿墙目标检测在安防、智能家居和应急救援等方面具有广泛的应用前景。因WiFi设备的普及与WiFi协议物理层能力的开发,利用细粒度的信道状态信息进行穿墙目标检测近年来已受到研究者的广泛关注。现有基于信道状态信息的穿墙目标检测方法主要存在以下不足:一、缺乏在利用商用WiFi设备完成穿墙目标检测情况下的干扰抑制的相关研究;二、大多数研究的检测特征单一,对信号频域特征的探索较少;三、通常采用的分类器的分类效果取决于少数输入特征,使得检测准确率较低且鲁棒性不强。针对上述问题,本文开展了基于WiFi穿墙雷达的移动目标检测算法研究,主要包括:首先,开展干扰抑制算法研究。在利用商用WiFi设备搭建WiFi穿墙雷达平台的基础上对接收信号进行分析,再对线性相位误差进行分析与消除。然后通过奇异值分解法将接收信号分解,并借助最大类间方差法确定干扰信号所在的干扰子空间,在此基础上重构信号。最后通过小波阈值去噪消除重构信号中的噪声干扰,得到最终干扰抑制后的信号。其次,开展多特征提取算法研究。在选择出对目标移动更为敏感的子载波后,利用皮尔森相关系数得到数据包间幅值与相位的相关矩阵,并分别提取最大特征值作为相关性特征。再针对接收数据信息冗余问题,利用t-分布随机领域嵌入法进行数据降维,并通过离散小波变换和统计特征提取得到时频特征。再次,利用随机森林构造检测分类器。在此过程中通过对特征赋予权重的方式抽取特征,使得各类数量不平衡的特征抽取概率相等,以得到鲁棒性较强的多特征联合检测分类器。最后,本文在两种不同环境下采集数据并进行相关实验。实验结果表明,本系统在带有混泥土墙和空心墙的环境下检测准确率分别可达80%与90%。