超宽带(UWB:Ultra Wideband)雷达生命电磁探测通过发射超宽带电磁波探测呼吸或心跳等微动体征,是一种先进的非接触式生命探测技术,近年来,在灾害救援、生物医学和反恐斗争等领域得到越来越广泛的应用。本文围绕冲激脉冲超宽带雷达生命微动信号检测的关键问题,对生命检测原理及影响生命检测的参数进行了深入分析,针对实际环境中低信噪比以及非静态杂波干扰的特点,深入研究了呼吸信号检测算法,并针对生命体的二维定位问题,研究了基于多入多出(MIMO:MultipleInputMultipleOutput)系统的生命检测技术。论文的主要工作和创新性成果如下:　　 1.通过分析脉冲超宽带雷达生命探测原理,引出了生命检测的一般方法;基于Cramer-Rao下界(CRLB:Cramer-RaoLower Bound)理论和实验定性讨论了影响生命检测的关键参数,建立了人体胸腔振动模型,根据该模型对生命回波进行了建模仿真,通过定义表征检测性能的特征量,定量分析了各参数对生命检测的影响。　　 2.通过考察原始回波中可能存在的各种干扰,分析了生命信号检测处理中的关键与难点问题;比较分析了去除静态杂波和回波线性趋势的各种方法,从理论上分析了线性趋势去除(LTS:Linear Trend Subtraction)法去除静态杂波和线性趋势的原理,提出了基于经验模式分解(EMD:Empirical Mode Decomposition)法去除静态杂波和回波线性趋势的方法;针对生命体回波的特点,讨论了改进信噪比和抑制其他电磁干扰的方法,利用实测数据分析了二维带通滤波在生命回波信号处理中的作用。　　 3.针对实际探测环境中生命回波信号的低信噪比特点,提出了基于多重高阶累积量(HOC:Higher Order Cumulant)的生命检测算法,通过理论推导、不同条件下的仿真和实验对算法性能进行了深入分析,其能够大大改善信噪比,并抑制呼吸频率的高次谐波分量;为了提高频率分辨率,研究了基于高阶累积量估计自回归滑动平均(ARMA:Autoregressive Moving Average)模型的呼吸信号谱估计方法。　　 4.针对实际环境中的非静态杂波干扰,根据生命信息的独特表现特征,提出了基于恒虚警率(CFAR:Constant False Alarm Rate)和聚类处理的自动生命检测算法。在生命回波的距离-频率域中,通过CFAR窗估计局部能量比,寻找生命特征点,然后通过聚类处理自动提取生命体距离和频率信息。利用仿真和实验对算法性能进行了深入透彻的分析,并将该算法以软件的形式嵌入到自主研发的超宽带生命探测雷达样机中,在低信噪杂比探测环境下,其对单个生命体的检测具有较强的自动性、稳定性和高检测概率,能够准确提取生命信息。　　 5.实际探测中可能存在强动目标信号,雷达检测到动目标后,为了进一步判定其是否为生命或其它位置是否存在生命,研究了基于奇异值分解(SVD:Singular Value Decomposition)的动目标与微弱呼吸信号分离算法,其可分为频域SVD和时域SVD方法,利用实测数据对此两种方法进行了分析比较,结果表明基于时域SVD的分离方法具有更高稳定性和更好的分离效果。　　 6.针对多个生命体探测时,由于不同生命体回波信号强度不同而导致弱信号被掩盖以及生命体个数的自动判定问题,提出了将基于信号功率的弱信号增强方法-自动增益控制法(AGC:Automatic Gain Control)用于增强弱生命信号,将二值图像处理方法中的膨胀、腐蚀和递归像素寻找(RPF:Recursive Pixel Finding)等应用于生命检测中用于自动判定生命体个数,从而提出了一套适用于多个生命体的检测算法,通过仿真和实验对该算法进行了深入细致的分析,其具有检测概率高和稳定性能好的特点,实现了自动准确判定生命体个数、距离以及频率信息。　　 7.针对一发一收式超宽带生命探测雷达只有距离而无方位信息,无法检测相同距离相同频率不同方位的多个生命体,研究了基于MIMO系统的生命检测技术,通过推导频域加窗滤波球后向投影以及基于冲激响应的成像改进算法,改善成像质量并抑制高频噪声;通过获取多生命体实测数据,将超宽带雷达成像算法和生命检测算法相结合,实现了生命体的二维定位和呼吸频率估计:初步研究了基于一发多收的分布式生命检测方法,提出利用各接收天线接收的慢时信号互相关来提高信噪比和生命检测率。