对人体进行非接触探测在灾难救援、医疗监控、现代战争和反恐等领域都有着极其重要的研究意义。人体的呼吸、心跳以及行走等运动都会对雷达发射的电磁波产生调制,带来多普勒效应。对雷达回波信号进行处理,就可以达到对人体进行探测和提取人体运动特征的目的。但是这项技术目前还存在以下问题有待解决：对生命迹象信号进行探测时信噪比很低,谐波很多；对人体步态信号进行短时傅里叶变换时,时间分辨率和频率分辨率不能同时满足。本文从生命迹象信号和人体步态信号两方面入手,围绕着提高生命迹象探测信噪比、抑制生命迹象信号的谐波和提高人体步态信号时频分析分辨率等方面展开了研究,主要内容如下：1.结合生命迹象信号的回波模型,提出了匹配变换的方法,该方法通过补偿回波的相位信息,使其实现相干积累,提高信噪比。然后对该算法的检测效果进行了分析；2.针对生命迹象信号谐波成分很多的问题,提出了基于高阶累积量的生命迹象探测算法,该算法可以有效地抑制谐波,提高信噪比。然后分析了不同噪声背景下该算法的检测性能；3.针对人体步态信号进行短时傅里叶变换过程中时间分辨率和频率分辨率不能同时满足的问题,将短时迭代自适应的时频分析方法应用于步态信号处理,该方法可以有效地提高时频分析的分辨率。