基于Wi-Fi的室内感知技术因为Wi-Fi设备广泛部署带来的优势而得到广泛关注,并且随着Wi-FiIEEE802.11n协议的完善,位于物理层、粒度更细的信道状态信息（Channel State Information,CSI）取代了信号指示强度RSSI作为Wi-Fi感知技术的基石,但基于CSI的Wi-Fi感知技术也因多种相位误差以及频谱不连续和带宽相对较低等原因造成时空分辨率相对较低。虽然目前利用机器学习与深度学习算法可以在一定程度丰富感知应用的多样性,但总的来说并未从底层提升Wi-Fi感知精度。因此本文主要针对基于CSI的Wi-Fi感知技术在可用带宽不足的情况下造成感知精度不高这一缺陷,研究一种提升Wi-Fi带宽的超宽带频谱构建技术,主要工作如下:1.CSI线性误差的分析与消除。Wi-Fi信号在传输时易遭受噪声的影响,导致CSI数据存在误差,因此消除CSI数据中的误差成为了提高感知精度以及频谱拼接技术的前提。本文基于CSI相位模型对存在于CSI中的线性误差如包检测时延、采样频偏和载波频偏进行了分析,并对它们提出了相应的消除方法。2.CSI非线性误差来源研究与消除。除线性误差外,本文在实验中发现频谱还存在三类非线性误差。为研究误差来源,本文以QCA9300为商用网卡代表,首先基于公开资料对其基带架构设计进行还原,并结合架构设计对非线性误差的来源进行了分析并作出合理的推测,然后以控制变量的方式设置五种不同条件的实验,通过大量实验发现非线性误差来源与网卡基带特别是基带滤波器相关。在确定了非线性误差的来源后,本文提出了一种基于最小二乘法的算法对这类非线性误差进行消除。3.高精度超宽带频谱拼接算法。本文基于消除了误差的高精度CSI数据研究一种超宽带频谱拼接算法:即对于原始的连续窄频谱测量先使用基于子载波相位一致性约束的拼接,之后对前一步得到的宽频谱再次使用时域响应一致性约束拼接,最终消除整体的拼接误差得到超宽带频谱。算法中所谓子载波相位一致性约束,既在不同中心频率下对同一子载波测得的相位应一致,当两段CSI有部分子载波范围重叠时,这部分重叠的子载波就可以用于校正两段CSI,使两段CSI可以拼接起来。而时域响应一致性约束是指消除误差之后的处于不同频段的CSI,其时域表示的功率延迟分布是相似的,利用这一特点找到一个使得各频段一致性最高的值作为聚类中心,就能拼接各不同频段下的CSI。最后,在基于802.11n协议的商用网卡平台采集CSI数据进行实验,利用误差消除算法和频谱拼接算法对收集的CSI进行处理,将拼接之后的CSI与原始CSI进行对比。实验结果表明,拼接过的CSI在带宽上远大于原始CSI,相位谱也变得平滑;将拼接后的CSI用于测距,结果也显示拼接之后的CSI精度和分辨率都有所提高。