张 丹，谭运林，邱嘉炜，徐悦月，田林芳，张连明

(湖南师范大学信息科学与工程学院，中国 长沙 410081)

身份识别在生活中扮演着重要的角色。现有的身份识别方法主要分为两大类：一类是基于计算机视觉[1，2]的方式，通过摄像头采集人的行为动作图像进行特征提取与识别。该方法存在隐私问题，且有遮挡时会影响识别效果。另一类是基于人的生理特征，通过采集人的指纹[3]及虹膜[4]等生理特征信息进行识别。但该方法要求人员与检测设备有一个较近的距离。本文提出了一种基于Wi-Fi信道状态信息(Channel State Information, CSI)的身份识别技术，利用Wi-Fi信号进行身份识别成本低，不泄露隐私，也不要求人与设备之间有很近距离，适合家庭环境。该方法在智能家居和家庭防盗方面有着广阔的应用前景。

CSI包含每个子载波的相位、幅度等信息，受组合时延、振幅衰减和相位偏移等多种因素影响。本文利用它所传输的这些信息进行识别。每个人的体型、肢体摆动幅度以及行为习惯都会对CSI信息造成不同的影响，本文通过对这些信息的分析和处理来进行识别。

近年来有大量工作致力于利用Wi-Fi来进行环境感知和行为分析。Bahl[5]等提出利用接收信号强度(Received Signal Strength, RSS)进行室内定位。然而，其检测结果的精度并不高，主要是因为RSS稳定性较差。随后研究者发现，相比于RSS，CSI更加稳定，CSI是物理层信息，具有更好的细粒度和鲁棒性。因此，CSI得到了很快发展，有了很多研究应用。如行为识别[6-9]、室内定位[10-12]、心跳呼吸检测[13-14]、跌倒检测[15-16]、击键检测[17]、身份识别[18-21]、入侵检测[22]等。……