作为室内位置服务的拓展,室内用户行为的感知在入侵检测、老年人看护等领域都有极重要的作用。本文提出了一种基于5G信号进行室内用户行为感知的方法,该方法利用软件定义接收机（Software Defined Receiver,SDR）测试平台,通过通用软件无线电外围设备（Universal Software Radio Peripheral,USRP）对5G NR信号进行采样,对采集到的信号进行信号同步、解调制进而获取信道状态信息（Channel State Information,CSI）。运用高斯（Gaussian）核函数支持向量机（Support Vector Machine,SVM）分类器对不同用户行为引起的CSI变化进行分类识别,可在部署5G网络的环境中对室内目标用户行为实现感知。这篇论文在安装了商业5G NR基站的办公环境进行了室内现场对比测试。测试结果表明,本文提出方法对7种常见用户行为的总体感知正确率达97.8%,验证了该方法的有效性。从而有效的完成了室内目标用户行为的感知。