随着我国的老龄化形势日益严峻,应对老龄化的相关技术研究及落地应用越来越迫切。欧洲学者提出了环境辅助生活（Ambient Assisted Living,AAL）概念,中国学者提出了智慧养老概念,它们均指通过安装在家居环境中的传感设备监测老人的日常活动和健康状况,在必要时做出反应的系统。AAL系统中的传感设备多采用可穿戴传感器、光学摄像传感器等感知手段,前者带有侵入性,后者有隐私泄露风险。而超宽带（Ultra-wideband,UWB）雷达的高距离分辨率、非合作、低功耗、无隐私泄露疑虑等特点,特别适合于系统中的室内人体目标感知。AAL系统中,UWB雷达目标检测算法的性能决定着系统的可用性,室内人体目标的跟踪与身份识别是基本功能,是人体目标异常动作监测、动作行为推理、个性化服务等功能的基础。本研究在对课题组的UWB雷达目标检测、多目标分割、目标定位跟踪、身份（步态）识别、动作识别等前期研究工作梳理总结的基础上,针对室内情况下的轨迹跟踪中的“跑飞”问题、如何实现准静止状态下的身份识别问题以及多算法融合下的系统设计与实现问题,进行了研究。具体工作和创新点如下:1)跟踪“跑飞”源于目标误检,运动目标与室内多径信号的互作用会在目标的雷达视线方向后方产生阴影目标,从而产生目标误检。虽然经典的CLEAN检测算法适用于人体多散射点目标,但直接使用CLEAN检测算法不能完全消除阴影目标。在理论分析的基础上,本研究提出了一种结合到达时间（Time of Arrival,TOA）估计的改进CLEAN算法（T-CLEAN）。通过实验验证,该方法大大降低了CLEAN算法的误检率和漏检率,提高了目标量测的质量,从而提升了目标跟踪、多目标分割的性能。2)对于单目标跟踪,利用最近邻关联算法,对比了卡尔曼滤波和α-β滤波的效果和计算开销。在能满足算法实时性的情况下,使用卡尔曼滤波的效果更佳。多目标的联合概率数据关联（Joint Probabilistic Data Association,JPDA）算法在量测过多时,会导致拆分确认矩阵时会出现计算爆炸的情况。本研究提出了一种简单JPDA方法,限制有效量测的个数,降低拆分确认矩阵的时间复杂度,通过实验证明了在可以接受的跟踪精度条件下,算法执行效率提高了49.5%。3)步态特征依赖于人体的运动,而室内人体目标大部分时间处于准静止状态。对于这种情况,本文提出了一种基于呼吸样本空间的身份识别算法。算法根据人体呼吸信号的频率和多距离单元划分呼吸样本空间（Breathing Sample Space,BSS）,并建立数据集训练分类模型,在验证集上对四人的分类准确率达到了84.64%。结合步态识别,可以达成全时空下的身份验证和轨迹关联。4)设计并实现了一套基于UWB雷达的室内二维跟踪与识别原型系统。通过理论分析与实测结果确定了由两个UWB雷达传感器搭建的最小定位硬件系统,在上位机上构建了一套包含通信和控制、信号处理、跟踪识别、数据保存、UI显示等五个模块的软硬件系统,并在模拟的实时场景中进行了验证和结果呈现。