1.一种人类轨迹及躯干活动识别方法，其特征在于，该方法包括以下步骤：S1，配置Ubuntu系统下的CSI‑TOOL工具；

S2，使用发送端和接收端，收集原始信道状态信息CSI数据；

S3，对收集到的原始信道状态信息CSI数据利用不同的收发天线提取信道状态信息CSI商，获得新的信道状态信息CSI商的基础信号；

S4，根据采集到的新的信道状态信息CSI商的基础信号，对目标运动轨迹提取多普勒频谱图，对目标躯干活动轨迹提取新的信道状态信息CSI商伪彩图；

S5，利用CNN对提取的多普勒频谱图、信道状态信息CSI商伪彩图进行训练，并基于训练结果对目标运动轨迹、目标躯干活动轨迹进行识别分类。

2.根据权利要求1所述的人类轨迹及躯干活动识别方法，其特征在于，在步骤S2中，使用发送端和接收端，收集原始信道状态信息CSI数据，具体包括：S2.1，调整收发天线位置，当被检测目标的活动范围位于发送端和接收端的对角线位置时，信道状态信息CSI信号的功率将受到影响从而衰减，将检测区域设为发送端和接收端连线的一侧；

S2.2，通过对比试验选择出天线间距。

3.根据权利要求2所述的人类轨迹及躯干活动识别方法，其特征在于，在步骤S2.1中，将检测区域设为发送端和接收端连线的一侧，具体方法为：S2.1.1，设置两组对照试验，实验1：检测区域位于接受设备的对角线位置；实验2：检测区域位于接受设备的一侧；

S2.1.2：进行实验1、实验2的实验验证。

4.根据权利要求1所述的人类轨迹及躯干活动识别方法，其特征在于，在步骤S3中，获得新的信道状态信息CSI商的基础信号，具体包括：S3.1，将得到的一组3×30的原始信道状态信息CSI数据矩阵提取，并将不同收发天线的信道状态信息CSI值两两相除，得到新的信道状态信息CSI商基础信号；其中，不同天线至少包括两根天线；

S3.2，对得到的新的信道状态信息CSI商基础信号利用Savitzky‑Golay滤波器进行去噪。

5.根据权利要求4所述的人类轨迹及躯干活动识别方法，其特征在于，在步骤S3.1中，得到新的信道状态信息CSI商基础信号，具体包括：S3.1.1，接收端获取到的原始信道状态信息CSI矩阵表示与频率f和时间t相关的结构，表达式为：；

式中， 是信道总数，是频率，是时间， 是路径i的信道衰减， 是相位信息；

S3.1.2，基于获取的信道状态信息CSI矩阵，将接收端的两根天线的CSI值做商，得到新的信道状态信息CSI商基础信号，定义如下：；

其中， 和 分别为第一根天线和第二根天线的信道状态信息CSI矩阵，是第一根天线的动态路径长度，为信号发射频率， 和 分别是第一根、第二根天线的静态路径分量， 第一根天线动态路径的衰减和初始相位偏移路径组件， 是第二根天线动态路径的衰减和初始相位偏移路径组件； 是两个天线之间由于物理位置不同而产生的动态路径长度差，得到新的信道状态信息CSI商基础信号。

6.根据权利要求1所述的人类轨迹及躯干活动识别方法，其特征在于，在步骤S4中，对目标躯干活动轨迹提取新的信道状态信息CSI商伪彩图，具体包括：S4.1，针对目标躯干活动轨迹提取新的信道状态信息CSI商伪彩图；

S4.2，针对目标运动轨迹提取多普勒频谱图，基于新的信道状态信息CSI商值计算多普勒速度。

7.根据权利要求6所述的人类轨迹及躯干活动识别方法，其特征在于，在步骤S4.1中，将根据CSI商矩阵制作伪彩色图，表示为x‑y平面中的彩色面数组；在伪彩色图中，单元格排列在CSI商矩阵的矩形阵列中，颜色由输入矩阵中的值指定；通过在输入矩阵数值中的每个角附近使用四个点描述每个单元格创建伪彩色图；CSI输入矩阵的每个元素都线性映射到RGB颜色图上。

8.根据权利要求6所述的人类轨迹及躯干活动识别方法，其特征在于，在步骤S4.2中，基于新的信道状态信息CSI商值计算多普勒速度，具体实现方法为：收发装置和在信号测量区域内活动的人类之间的相对运动将改变在收发装置处获取到的多普勒效应，移动物体的多普勒频移定义为：；

带入新的信道状态信息CSI商基础信号中，在动态反射路径上测得的多普勒速度实际上等于新的信道状态信息CSI商在复平面上的每秒转数，旋转方向表示多普勒速度的符号，生成多普勒频谱图。

9.根据权利要求1所述的人类轨迹及躯干活动识别方法，其特征在于，在步骤S5中，对目标运动轨迹、目标躯干活动轨迹进行识别分类包括：CNN网络包括Alex‑netRes‑netGooglenet。

10.一种人类轨迹及躯干活动识别系统，其特征在于，实施权利要求1‑9任意一项所述的人类轨迹及躯干活动识别方法，该系统包括：CSI信号获取模块（1），用于利用搭载Ubuntu系统和CSI‑TOOL的收发设备获取CSI数据，将接收端的两根全向天线做商，获得CSI商基础信号；

CSI信号预处理模块（2），用于利用Savitzky‑Golay滤波器进行CSI商值的去噪处理，使用离散小波变换去除高频噪声；动作识别分类模块（3），用于针对人类的运动轨迹以及躯干活动分别生成多普勒频谱图和CSI商伪彩图，利用深度神经网络进行动作识别分类。