以“情境感知”为核心的普适计算技术在智能健康看护系统中,得到了广泛的应用。目前,主流的情境感知技术可以分为两类,基于传感器技术和基于视觉技术。然而,这两类技术依旧存在私密性能低、设备成本高、空间局限多等诸多问题。为此,本文引入信道状态信息驱动的透明感知关键技术,简化人机交互过程,实现非接触式获取人体生理、心理状态上下文信息,研究设计了与之对应的方法,并在真实场景下搭建系统进行测试和验证。总之,本文主要工作如下:1.提出了将视觉处理技术GMM算法应用到信号处理的方法中。我们使用GMM算法来提取信号中对应的前景行为动作,并完成Sleep Guardian系统以实现人体健康看护。该算法只需要很小的训练数据,实现自适应更新提取准确的动作信息。该系统可实现睡眠过程中,99.01%的动作检测率,以及动作时长平均绝对误差仅0.81s。2.设计了由计算智能驱动的无线情感识别系统Emo Sense。该系统通过数据挖掘技术来探索无线通道响应中情感状态的物理表达,利用菲涅尔区域理论模型,加强物理表达在信道状态上的指纹信息。同时我们收集了3360条行为-情感无线信号数据,使用k-NN分类算法,从物理表达中恢复情感状态。该系统针对高兴、悲伤、愤怒、害怕这四种情绪,可达到平均识别率为93.33%。