1.一种基于CSI信号的手势动作识别方法，包括以下几个步骤：步骤1：采集小区参考信号CRS数据；

步骤2：利用LS信道估计算法准确信道导频；

步骤3：根据信道导频完整信道矩阵，利用导频平均与插值，实现LTE信号的CSI数据采集；

步骤4：在实验环境下采集包含志愿者手势动作的CSI数据；

步骤5：用一个相位差矫正算法对获取到的所有CSI信号数据进行预处理，包括：若当前数据包与后一个数据包相位差的差值绝对值超过阈值e，则该数据标记为跳变点，可用下式表示：式中 表示当前数据包的相位差， 表示后一个数据包的相位差；

将0到t秒的数据包分成3段处理：0到t1秒记为l1段、t1到t2秒记为l2段、t2到t秒记为l3段，其中t1为第一个跳变点对应的时间，t2为第二个跳变点对应的时间；分别将这三段的时间点对应的相位差减去每段的相位差均值，最终得到一段连续的相位差波形，分别为l1段、l2段、l3段矫正后的相位差，如下式所示：为0到t秒的数据包矫正后的CSI相位差，如下式所示：步骤6：基于CSI信号的相位差和幅度，提取不同手势动作的CSI信号数据的相位差和幅度差别；

步骤7：构建Resnet残差网络模型并进行训练；

步骤8：确定Resnet残差网络模型评价指标并进行评价，以命中率G为评价指标。

2.根据权利要求1所述的一种基于CSI信号的手势动作识别方法，其特征在于所述步骤

2过程如下：

LS信道估计算法使用的优化准则为：实际接收数据与估计的接收数据之间的误差平方和最小，因此LS信道估计的结果可以表示为：其中，X表示原始发射信号矢量，H表示信道响应矢量，Y表示接收信号矢量；

而对于OFDM系统，可以对每个子载波上进行LS信道估计，设N为子载波的个数，X[k]和Y[k]为复数，且X[k]已进行幅值归一化，则每个子载波上的LS信道估计结果可以表示为：在获取接收参考信号后，利用LS信道估计算法准确信道导频，并根据信道导频完整信道矩阵。

3.根据权利要求1所述的一种基于CSI信号的手势动作识别方法，其特征在于所述步骤

7过程如下：

残差单元yl可以表示为：

yl＝h(xl)+F(xl,Wl)xl+1＝f(yl)

其中xl和xl+1分别表示的是第l个残差单元的输入和输出，F是残差函数，表示学习到的残差，Wl是权重层的输入，而h(xl)＝xl表示恒等映射，f是ReLU激活函数，从浅层l到深层L的学习特征xL为：搭建一个Resnet网络，其主架由四个残差块组成，每个块均包含一个基本残差块，该网络共有11个卷积层，包括9个共享卷积层和2个独立卷积层。