1.一种基于图卷积神经网络的室内无源移动目标检测方法，包括以下步骤：步骤1：假设Wi‑Fi系统的发射端(Tx)包含1根天线，接收端(Rx)是由I根天线组成的线性均匀天线阵列，OFDM系统包括K个子载波。Wi‑Fi信号从发射端发出，通过空间传播到接收端，接收端接收到总时长为TS的CSI数据；则第i(1≤i≤I)根天线上频率为fk的第k子载波在TS时间内接收到的CSI为Hi,k；

步骤2：提取CSI数据的幅值信息，将其通过STFT转化到时频域，进而得到频谱图；

步骤3：按照频谱图频率进行分段，求各频段的平均能量值并对其去趋势后，构成平均能量值矩阵P'；

步骤4：构造频谱图的图网络结构；

步骤5：提取频谱图的图网络结构对应的特征数据集、图标签数据集、图的邻接矩阵、节点标签数据集；

步骤6：使用图卷积神经网络(Graph Convolutional Network，GCN)进行检测识别。

2.根据权利要求1所述的一种基于图卷积神经网络的室内无源移动目标检测方法，所述步骤4，构造频谱图的图网络结构，包括以下步骤：首先，对P'在时间t处的平均能量值进行升序排序，记录其对应变化后的频段索引值，即可得到平均能量值升序排序后总Ts时间内的索引矩阵S'，其维度为Ts×5；

其次，对S'第一时间点的索引值进行升序排序，其余时间点索引依据第一时间点变化η

后构成新的索引矩阵S ，维度为Ts×5；为了使用索引值一一对应图网络结构中的节点类别，使用矩阵相加使得索引矩阵的值对应某个节点的类属性；方法如下：构建矩阵

η end

对S和 求和，得到最终的索引矩阵S ，其维度为Ts×5：end

其中，S 对应的索引值即表示图网络结构中的节点类别；

end

最后，分别连接S 的每一列，即可得到构造的图网络结构。