随着智能时代的到来,室内无源目标跟踪作为智能化应用的关键技术成为了研究热点。由于WiFi商用设备部署广泛并且能够很好地保护用户隐私,因此基于WiFi的无源目标跟踪技术从众多的跟踪技术中脱颖而出。目前大多数家庭以及便利店仅仅部署一个WiFi商用设备,无法构成多条无线链路完成目标跟踪,为了满足上述场景的应用需求,需要基于WiFi的单链路无源目标跟踪技术的支持。现有基于WiFi的单链路无源目标跟踪技术存在以下问题:第一,采用运动特征匹配进行目标跟踪需要采集和维护离线数据库,将会消耗大量人力物力,且易受环境变化的影响;第二,细粒度目标运动跟踪需要修改现有WiFi商用设备硬件,不利于大范围的部署与使用;第三,基于信号参数估计的目标跟踪忽略了信号中相位误差以及噪声影响,造成参数估计精度低,从而导致目标跟踪误差大。基于此,本文针对基于WiFi的单链路无源目标跟踪技术开展研究,主要工作内容如下:第一,开展多维路径参数联合估计的算法研究。首先,采用共轭相乘方式重构信道状态信息(Channel State Information,CSI)来消除相位误差以及静态路径信号成分。然后使用串行干扰消除方式完成多条路径多维参数的初始化,最后对传统空间交替广义期望最大化算法进行改进,完成多条路径多维参数的联合估计。第二,开展目标反射路径参数筛选算法研究。采用基于滑窗机制的混合数据关联方式解决现有算法中存在的由于相邻时刻路径数目不一致而无法关联问题。首先,构建选定时间窗口路径参数的多路径网络,然后基于最小化代价准则完成窗口内路径参数的关联,之后利用相似性将窗口内第一时刻已关联的路径参数与上一时刻的路径参数进行关联。最后选择平均衰减最大的路径参数为目标路径参数。第三,开展目标跟踪模型构建的算法研究。首先将飞行时间视为可观测变量,多普勒频移视为不可观测变量,结合线性高斯状态空间模型完成距离重估计。之后利用所得距离和到达角构建几何模型,从而实现目标跟踪。最后在复杂的室内环境和走廊环境中搭建平台采集数据,对算法进行验证,实验结果表明该算法在不需要采集离线数据库和修改硬件设备时能够在置信度为60%处达到1.2m的跟踪精度。