处于人工智能时代的今天,智能家居、智能安防等技术逐渐渗透到人们的日常生活之中,非视距目标检测技术在此类应用中有着十分重要的价值,因而成为国内外的研究热点。在无线通信科技蓬勃发展的今天,设计一种在室内非视距场景下的低成本、小体积的目标检测系统有着非常重要的意义。随着室内Wi Fi信号的广泛覆盖,基于Wi Fi信道状态信息的室内非视距目标检测技术具有易部署、低成本等优点,因而得到了研究人员的广泛关注。现有的基于Wi Fi信道状态信息的室内非视距目标检测技术存在干扰抑制效果较差、信号参数提取单一等缺点,在实际应用中有着较大的局限性。针对上述问题,本文开展了基于Wi Fi信道状态信息的室内非视距场景无源动态目标检测算法研究,重点讨论了室内非视距场景下的干扰信号抑制原理,提出了一种低复杂度的多维信号参数估计算法与目标检测方案,并通过测试验证了其有效性。论文主要研究内容如下:首先,进行了干扰信号抑制算法研究,对商用Wi Fi平台下的接收信号进行误差来源分析、干扰信号分析与信号模型构建,再通过构建参考信道的方式对监测信道中的相位误差与干扰信号进行了抑制,实现了干扰抑制算法,得到了最终干扰抑制后目标信号的信道状态信息。其次,进行了低复杂度多维信号参数估计算法研究,通过利用干扰信号抑制后的多天线多载波下获取的信道状态信息,提出了一种二维多数据包矩阵束算法对信号到达角与信号飞行时间进行联合估计,在降低了传统矩阵束算法复杂度的同时,通过多数据包累积的方式,保证了在低信噪比环境下参数估计的精度。最后,进行了非视距动态目标检测算法研究,基于得到的信号多维参数,设计了一种信号特征提取算法来提取信号的特征参数,并利用机器学习算法对特征参数进行分类,实现室内非视距无源动态目标检测。系统搭建了多天线商用Wi Fi测试验证平台,并在多个场景下进行了测试,在带有玻璃墙、砖墙与混泥土墙的非视距环境下检测准确率分别可达98.52%、94.56%与91.27%。