随着智能家居行业的不断发展,市场对人机交互方式提出了新的需求。WiFi设备与家居场景的契合为WiFi手势识别的发展创造了机会,而利用多对收发设备获取多维度信息的感知系统虽然实现了优秀的识别性能,但是对设备数量和部署的要求并不符合实际的家居场景,部署不方便的同时也增加了成本。因此本文研究在仅使用一对收发设备的场景下,实现高识别率的、位置无关的手势识别系统。然而在仅使用一对收发设备的场景下,获取到的手势感知信息和空间分辨率非常有限,这将出现以下两个主要问题:一是手势信息更容易被噪声和其他因素的干扰;二是无法获得手势的完整二维轨迹,只能获得指向收发对这一个方向上的投影,手势特征非常容易混淆。（1）针对手势信息容易被干扰的问题,本文基于CSI Ratio模型的原理,利用手势在移动或静止时在复平面中的变化趋势的不同,设计了基于样本点距离（Sample Point Distance,SPD）的端点检测算法来更加准确地截取样本中手势动作的阶段,以减少静态环境噪声的干扰。并提出了一种基于区分度和流畅度的子载波选择算法,挑选出携带手势信息多且受噪声干扰小的子载波,从而达到增加样本中手势信息占比的目的。（2）为解决手势特征容易混淆的问题,本文根据不同的手势靠近或远离收发对的变化趋势不同,将手势拆解为横移、靠近和远离收发设备这三种动作片段,并使用一组编码来表示。不同的手势具备特定的变化趋势,因此将具备唯一的手势编码,从而将混淆的手势特征转换为可区分的手势编码。最后结合相应的端点检测、子载波选择和手势编码算法构建了完整的基于模型方法的位置无关WiFi手势识别系统。实验证明完整的手势识别系统针对不同的位置和场景、不同志愿者等因素的变化具备较好的识别性能和鲁棒性,实现了六种手势的单位置最高94.67%、五个位置平均89.17%的识别率。