随着国民经济的发展和国家对“全民健身”的提倡,以运动收获健康的理念日益深入人心,因此越来越多的人加入到运动健身的队伍当中。相比于其他的健身方式,徒手健身因其不受年龄、性别、体质强弱的限制,无需额外器械,对运动场地要求低等特点受到越来越多人的青睐。然而,对于普通徒手健身运动者而言,因为缺乏相应的监督和评估反馈,导致很多健身者长期进行错误的锻炼却浑然不知,不仅不能达到预期的锻炼效果,严重者还会对身体造成损伤。造成该问题的主要原因之一就是徒手健身活动领域缺乏相应的低成本、自动化的识别和评估方法。对此,本文在现有商用RFID设备的基础上开展一种非接触式的徒手健身活动识别和评估的研究。本文的主要研究内容和贡献包括如下两个方面:1)实现了低成本设备上的低勘测代价的指纹库建立。本文利用多径效应对多信道相位变化规律的影响来降低多径的干扰进而得到稳定的相位信息,并通过得到的相位信息计算出对应的信号角频率特征,用于高质量指纹库的建立,从而保证了不同环境下活动识别的准确率。2)实现高效可靠的活动识别和评估。本文通过设计一种不同分割粒度下的活动分割方法,提升了活动分割的效率,并对现有快速DTW算法进行归一化改进,从而降低了活动速度的影响,增强了活动识别和动作标准程度评估的可靠性,最终以组为单位对各个徒手健身动作进行量化评估。最后,通过三个场景(健身房、办公室、居家场景)下大量的实验对本文活动分割和活动识别的有效性进行验证。实验结果显示,三种不同场景下的活动识别真阳率分别为:91.8%、89.7%、89.1%。从而,可以看出本方法能够在低成本、低勘测代价的前提下对徒手健身活动进行有效的识别,以及为徒手健身训练者提供有价值的评估反馈。