利用连续波多普勒雷达监测生命体征（即呼吸和心跳）无需接触人体,且对温度、光照等环境因素不敏感,因此其在特殊患者的长期监护、家庭健康监测、灾后救援、安防、军事等领域都具有非常大的应用潜力。但即使连续波多普勒雷达与测试者之间无任何阻挡物,该监测技术也面临一些困难与挑战。首先,在呼吸谐波的干扰下,当测量距离大于等于1 m时,要实现心率的平均测量误差低于1%依然存在困难,但是为了在更加逼近真实监护场景的情况下高精度提取心率,则有必要实现该目标。之后,在频率分辨率不足（即频率分辨率大于0.1 Hz）的情况下,要实现瞬时心率的平均测量误差低于2%同样存在困难,但是为了更好地分析心率变异性,也有必要实现该目标。最后,在特定身体随机移动干扰的情况下,同时提取呼吸和心跳频率则更加困难,这已成为该领域亟需解决的瓶颈问题。本论文针对以上问题展开研究,主要工作及创新成果如下:1.针对呼吸谐波干扰问题,本文首先分析了呼吸低次谐波对心跳信号的影响。基于分析的结果,利用匹配滤波器可使输出信噪比最大化的特性,并结合多项式拟合可辅助滤除低频干扰信号的特点,改进了匹配滤波算法,并对该算法进行了优化。当测量距离高达1.5 m时,利用该算法成功提取出平均误差小于1%的心率信号。2.针对频率分辨率不足问题,本文详细分析了文献中各种相关算法的优劣。针对文献中无法在短时间窗内高精度提取瞬时心率的问题,改进了频率插值算法。利用该算法,在时间窗长度仅为3 s的情况下,成功提取出平均误差小于2%的瞬时心率。3.由于身体随机移动的复杂性,本文针对常见的身体匀速随机移动问题展开研究,并建立了身体整体位移信号的时域模型。利用单接收机和该时域模型,并利用本文改进的自适应噪声消除算法,在身体移动速度高达47.6 mm/s的情况下依然可以同时提取呼吸和心跳频率,而文献中基于单接收机条件下所报道的最高身体移动速度为20 mm/s。