本文主要是对生物雷达的信号处理算法进行研究。生命特征信号是由呼吸和心跳信号组成的,属于低速的运动目标信号,它所引起的多普勒频移是很小的,微弱的回波信号极易淹没在强杂波背景下。准确的将微弱的目标信号即生命特征信号从强杂波背景下检测和提取出来成为了研究的热点,也是本文研究的重点。生物雷达所接受到的信号包括生命信号和杂波信号。通过数据采样和分析表明：生命信号是低信噪比、频率很低、准周期、多谐波组合的信号；杂波信号可近似为高斯有色噪声。因此,生物雷达的信号处理可以简化成对受高斯有色噪声干扰的谐波模型进行信号提取,杂波抑制和提高信噪比的处理。论文通过对一些生物雷达信号处理算法的研究以及所存在的缺点进行分析,提出了基于自适应谱线增强的信号处理方法,利用基于误差变化率的变步长LMS自适应谱线增强算法对所接收到的信号进行低频生命信号的提取。通过仿真可知,基于误差变化率的变步长LMS自适应谱线增强算法能够非常准确有效的提取生命信号。最后,论文比较了基于误差变化率的变步长LMS自适应谱线增强算法与传统的变步长LMS自适应谱线增强算法以及固定步长LMS自适应谱线增强算法在生命信号提取中的检测结果,可知基于误差变化率的变步长LMS自适应谱线增强算法比传统的变步长LMS自适应谱线增强算法、固定步长LMS自适应谱线增强算法在信号检测中收敛要快的多,稳态误差要小的多,并且可以得到更高的信噪比。将多种信号处理技术进行合理的结合可以更准确、有效的提取生命信号,且有更加广泛的工程应用前景。