本发明公开了一种基于无监督学习的跨场景无线手势识别方法，包括：获取多普勒频移数据，并进行预处理；将预处理后的数据输入共享的特征提取器，将提取的特征通过对抗性自编码器映射到相同的隐空间下；在预热阶段通过分类预测分配伪标记，在预热阶段过后通过面向目标的质心点完善伪标记的分配；通过所有伪标记构建面向目标的多元正态分布，并通过添加偏置的方式，在隐空间层面将源域迁移到目标域，得到训练后的跨场景无线手势识别模型；通过训练后的跨场景无线手势识别模型对新输入的目标域样本进行分析，以无标记的方式预测得到目标域样本对应的手势。本发明可以缓解感知数据标记困难的问题，并且可以在不同的场景下实现稳定、高性能的手势识别。