透明感知空间是近年来人们研究的热点之一,在入侵检测、智能家居、行为分析、健康护理等领域应用广泛,但部分解决方案受环境影响大、使用体验差或者硬件设备昂贵,因此普适性仍是研究的重要方向之一。利用信道状态信息作为媒介的透明感知空间技术在使用场景和舒适度上更加多样和人性化。本文中,我们利用Wi-Fi采集信道状态信息研究透明感知空间关键技术。本文在感知大动作上,采用了轻量级的仅需少量训练的算法;在感知小作动上,采用混合高斯算法来提取动作,不需要事先训练数据。实验表明,我们提出的算法具有较高的有效性和鲁棒性。总之,本文主要的贡献如下:(1)本文给出了基于信道状态信息的室内目标大动作和小动作的经验研究,并阐述了对透明感知空间的深入理解。(2)本文在面对复杂多变的信道状态信息时,在数据处理上提出了自动挑选优质子载波进而减少运算量的轻量级解决方案。(3)本文在小动作上,提出了使用混合高斯模型来识别睡眠时人翻身动作,可用于睡眠质量的检测。