Целью магистерской работы является исследование алгоритмов распознавания человеческой активности на основе анализа радиосигналов и разработка собственного нейросетевого алгоритма, способного распознавать различные виды человеческой активности. Для достижения поставленной цели необходимо решить следующие задачи: 1. Провести обзор и анализ современного состояния научных исследований по теме работы. 2. Провести анализ формата и способов получения канальных матриц и оценить возможность их применения для оценки изменений в радиосигналах. 3. Разработать алгоритм предварительного детектирования наличия движения, который позволяет исключить неинформативные данные и повысить точность распознавания. 4. Разработать нейросетевой алгоритм, способный классифицировать виды человеческой активности на основе предварительно обработанных канальных матриц. 5. Провести экспериментальные исследования предложенных алгоритмов. Объектом исследования являются методы решения задачи классификации человеческой активности без использования нательных датчиков по радиосигналам. Научная новизна заключается в разработке нового нейросетевого алгоритма, сочетающего предварительное детектирование движения с использованием фильтра Калмана и метода главных компонент, что позволяет повысить точность распознавания активности по сравнению с существующими аналогами. Теоретическая значимость работы состоит в исследовании и систематизации методов обработки канальных матриц (CSI) для задач распознавания активности, что расширяет понимание возможностей применения радиосигналов в машинном обучении. Практическая ценность заключается в создании программного обеспечения, которое может быть внедрено в системы умных домов, мониторинга здоровья и безопасности, обеспечивая высокую точность распознавания активности без необходимости использования нательных датчиков.