本文主要针对自主研制开发的生命探测雷达进行信号处理的算法研究，生命特征信号属于低速运动目标信号，它所产生的多普勒频移非常小，微弱的回波信号极易淹没在强杂波背景下。如何更加有效准确地检测和提取出所需的微弱目标信号即生命特征信号，是本文研究的重点。接收到的生命特征信号是频率极低、准周期、低信噪比、多谐波组合的信号。采样数据的分析表明：杂波符合高斯分布；生命特征信号可以简化为谐波模型来进行信号提取、杂波抑制和提高信噪比的处理。论文对生命探测雷达采集的生命特征信号数据作了大量的仿真和实验，提出了基于传统小波变换的Mallat算法，利用多分辨率特性求得一镜像滤波器组，选择具有较好正则性和光滑性的Symlets小波系来进行低频生命特征信号的提取。仿真结果表明，小波变换算法能够有效的准确的提取出生命特征信号。生命探测雷达的数字信号处理算法建立在以上仿真结果基础上，在C语言环境下完成的。主要分成时域处理和频域处理两大部分。最后，论文比较了传统小波变换与FIR低通滤波方法应用于低速目标信号检测的结果，比较得出传统小波变换要比FIR低通滤波器方法对信号检测的群延迟要小的多，并且可以得到更高的信噪比。合理的将多种信号处理技术相结合的方法能更加有效、准确地检测并提取出低速目标信号，在工程中应用前景更加广泛。