近年来,家庭环境中的健康和安全管理问题越来越成为人们关注的焦点。而超宽带(Ultra Wide Band,UWB)雷达随着其技术的发展在军事和民用领域应用广泛,特别是在医疗保健和安全防护等方面受到研究者的青睐。相对于其他类型的雷达来说,UWB雷达具有低功耗、抗干扰、强穿透能力和高距离分辨力等特点,在微小信号的捕捉和目标识别等应用中有较大优势。因此本文使用UWB雷达针对家庭环境下的非接触式生命体征检测算法和多目标识别算法进行研究,并针对以上两种算法应用设计了家庭健康安全数据管理系统,主要的研究内容和创新点如下:1.提出一种应用于非接触式生命体征检测的谐波倍数循环检测(Harmonic Multiple Loop Detection,HMLD)算法。该算法主要采用二次谐波与基波的倍数关系以及循环频谱更新操作来提取雷达回波信号中的呼吸和心跳频率。此外本文将HMLD算法与三种现有算法进行算法对比实验。实验结果表明HMLD算法在误差率低于5.83%的情况下不仅缩短了算法检测时间还降低了对环境和雷达设备的要求。最后本文将HMLD算法应用于实时生命体征检测系统中,实现了实时获取人体呼吸心跳频率和位置信息的功能。2.针对多目标识别应用的滤波处理和分类需求,本文引入多种雷达信号处理算法,并与深度学习相结合实现了 0-5人的运动目标识别功能。在对UWB雷达模块收集到的原始数据集进行多种预滤波处理的基础上,将去除了大部分背景杂波和噪声的回波数据生成图像集分别送入4种神经网络结构中进行训练和测试。4种神经网络的识别准确率均达到90%以上,其中VGG19网络的准确率为97.9%。实验结果证明本文使用的多目标识别算法能够较好地实现多目标识别的功能。3.使用Web技术完成基于以上算法应用的家庭健康安全数据管理系统设计。该系统主要包括账户管理、用户个人信息管理、家庭群组信息管理、健康数据的记录和展示以及健康知识推送等功能。此外本文对该系统进行了功能测试和性能测试,结果表明该系统能够满足目前家庭环境下的健康安全数据管理的使用需求。