人体识别与人机交互在智能家居等商用场景有着迫切的需求和应用价值,设计合理且成本低的人机交互方式是近年来的研究重点。当前已有的研究提出的解决方案主要使用普通摄像头、深度摄像头以及可穿戴传感器。基于摄像头解决方案的缺点在于无法应用在较为隐私的使用场景且容易被环境物体遮挡,同时基于摄像头拍摄的视频内容的算法计算量大能耗较高;基于可穿戴传感器的系统虽然计算量低且准确性较高,但要求用户必须穿戴特定的传感器设备,增加了额外的硬件成本与使用成本。本文提出的基于音频信号的人体手势识别系统,相比于现有的技术具有隐私保护、被探测人体无需穿戴额外设备和低硬件成本等优点。本课题对基于音频信号探测的基本原理进行了深入研究,讨论了不同的发射音频信号检测人体时具有的不同特征,提出了基于信道估计的信号处理算法。同时针对在手势识别应用场景中环境干扰以及用户个人动作特征对识别准确率的影响这两点问题,提出了领域自适应的神经网络进行识别,相比于传统的神经网络结构,有效提升了手势识别的准确率和系统的鲁棒性。本论文的主要工作内容为:针对人体手势识别这一应用场景,分析了不同的发射音频信号所能解调出的与手势相关的特征信息,理论分析了相应的信号处理算法,设计了基于不同音频信号的手势识别系统;同时讨论了不同的发射音频信号在人体手势识别时的理论精度,提出了基于信道估计的手势检测算法,有效提升了手势检测的准确性。针对现阶段手势识别算法准确率存在被环境以及用户个人动作特征干扰而降低的问题,提出了领域自适应神经网络网络用于手势识别,有效提升了针对不同环境和不同用户进行识别时的识别准确率。本工作完整实现了基于音频信号的手势识别系统,使用自建的扬声器麦克风平台收集真实的音频数据对手势识别的准确率进行测试并评估系统性能,最终系统的手势识别准确率为98%。