近几年来,随着技术的发展,无线信号不仅当作一种通信方式来传输数据,还被广泛应用于无线感知领域。利用无线信号可以对周围的环境进行感知,通常包含室内定位、行为识别等。无线信号覆盖范围内的用户行为会给无线信号的多径传播产生影响,导致信号的强度、相位等信息发生变化。自2009年IEEE 802.11n协议在物理层增加了信道状态信息后,使用Wi-Fi信号进行无线感知的技术得到了更为深入的研究。使用Wi-Fi信号进行行为识别具有以下优点:(1)现代生活中,Wi-Fi已经得到普及,几乎家家户户都会安装无线路由器,公共场所通常会提供免费Wi-Fi供人使用,这使这类技术具有普适性。(2)无需携带运动传感器设备,因此不会影响和限制用户的动作,用户友好度更高。(3)相比基于摄像头和光传感器的方法,在光线不足的情况下也可以使用。本文分析手的运动对无线信号多径传播的影响,从理论角度分析基于Wi-Fi信号的手写识别方案的可行性。为验证该可行性,本文设计和实现了WiWrite,一个基于Wi-Fi信号信道状态信息的手写字母识别系统。在设计和实现WiWrite系统时,本文提出以下两点创新点:(1)运动区间检测与分割。依据信号的特点,使用短时能量方法对信号进行检测和分割,分离出每个字母的信号。短时能量方法通常应用于语音识别领域,区分这段语音中是否有声音信号存在。本文使用该方法,区分在信号中是否有用户在进行书写动作,以及对手写信号进行分割。(2)稳定性特征提取。利用时频分析技术对信号进行处理,以获取稳定性特征。直接使用信道状态信息波形作为特征受到环境的影响较大,而采用时频分析技术得到的特征较为稳定,具有一定的抗干扰能力。本文使用一台工作在5GHz频段的无线路由器和一台装有Intel 5300无线网卡的笔记本电脑部署了WiWrite原型系统,对26个手写大写字母进行识别。实验表明,使用Wi-Fi进行手写识别具有可行性。本文提出的运动区间检测与分割方法效果较好,其检测与分割正确率可以达到96.7%。经过实验比较,本文提出的特征提取方案识别正确率达到75.5%,具有区分性和稳定性,明显优于基于信道状态信息波形的特征,其识别正确率只有51%。性能分析表明,WiWrite系统对每一秒钟产生的数据,平均只需要500毫秒即可处理完成,满足实时识别要求。