近年来，无线感知技术不但是无线通信、传感网、物联网、人工智能等的研究热点，更是成为苹果、微软等全球高科技公司以及小米、华为等国内科技公司同时追捧的技术创新和应用热点。无线感知将在未来极大改变和影响人类生活。基于无线信号的感知开辟了一个新的研究方向，实现了无需感知目标参与的行为识别、身份认证等感知任务，真正实现了“从主动击发，到无意识配合”的“无意识协作感知”。同时，无线感知也促进新型人机交互方式的出现。
弱感知信号场景下（穿墙、远距离等）的无线感知技术可实现远距离非接触情况下的感知目标识别，是对现有无线感知系统感知空间的进一步延伸。本项目为针对弱感知信号场景下的高精度强鲁棒的感知，结合子载波差异及信号时频空域的图像特征对感知精度进行提升；同时为增强感知系统鲁棒性，提取跨域样本的域不变特征，以及利用迁移学习对跨域样本进行信号级的样本扩充，减少因环境差异、设备差异等重新采集训练数据引起的开销问题。
项目组共发表学术论文12篇，其中SCI检索一区文章1篇，SCI检索二区文章8篇，SCI检索三区2篇，SCI检索四区文章1篇，会议文章1篇，申请受理发明4项。