利用毫米波雷达进行生命体征检测,提取人的呼吸和心跳信号特征,可以隔着衣服,墙壁,棉被等阻碍,并且不需要直接接触人体就可以非接触式的检测到生命体征,可以随时监测生命体的健康状况,保证人体安全。但同时,这种方法也存在一定的局限性。这种方法虽然能够去除自由空间内其他物体,或者人体自身抖动的干扰,但是呼吸谐波的存在同样会干扰测试结果。因此针对呼吸和心跳信号的提取问题,合适并且恰当的信号处理算法选择就显得尤为重要,一直都是研究的热点。主要做了以下工作:首先,针对传统的人体呼吸心跳模型,结合心电图,建立改进的人体目标心跳呼吸模型。然后确立人体的雷达回波仿真信号,采用经验模态分解,集合经验模态分解,补充的集合经验模态分解,自适应加噪的集合经验模态分解,改进的集合经验模态分解五种模态分解方法对人体生命信号进行分解,并确定最优的分解方法为MEEMD。其次,为了准确提取人体生命体征信号,提出一种基于MEEMD和全相位频谱分析(All-phase FFT,ap FFT)的人体生命体征信号的检测提取方法。该方法首先对获得的雷达回波信号执行MEEMD分解,并得到多个IMF固有模态函数,接着使用ap FFT频谱分析对固有模态函数进行分析。根据频率与能量占比对不同分量进行分类与重构,从而实现人体生命特征中心跳与呼吸信号频率的提取与分离。最后,使用毫米波雷达采集人体生命实测数据,实测数据的结果表明,MEEMD能够很好的抑制模态混叠效应,有利于呼吸和心跳信号的提取,ap FFT频谱分析相对于FFT频谱分析来说,能很好的防止频谱泄露,有利于呼吸和心跳信号的频率提取,利用仿真和实测数据,提取3种不同距离下,5个不同被测人的心跳呼吸特征,并进行信噪比比较和检测误差分析,为在各种复杂困难的情况之下提取人体生命体征提供了一种安全有效的分析方法。图34幅;表11个;参60篇。