调频连续波（Frequency Modulated Continuous Wave,FMCW）雷达由于其探测距离远,定位测速精准、功耗低、器件小巧等优点,已经广泛运用于工业、交通和军事等多个领域,并向新的领域发展。本文基于FMCW雷达,主要做了如下几个工作。首先,算法设计上以FMCW雷达为基础,采用TI公司的77GHz AWR1443雷达进行信号采集。详细介绍了FMCW波形模型以及对FMCW雷达测距测速测角等多个方面的原理进行了公式推导。介绍了FMCW雷达体征检测的基本检测原理。对模数转换器（analog to digital converter,ADC）采集的回波信号进行去杂波预处理。在人体定位上采用动目标检测算法（Moving Target Detention,MTI）法消除静态杂波,并通过比较慢时间维度和的最大值估计人体位置。对慢时间维度进行方差计算,进一步确定人体位置。对人体微动信号进行提取,人体微动主要由中频相位变化得到。对人体所在帧中频信号相位进行解缠绕,得到人体微动波形。其次,在体征信号分离上,本文研究重点在于在复杂场景下准确提取体征的频率,本文设计了多种体征分离算法。首先使用了带通滤波器+快速傅里叶变换,接下来使用了最小均方自适应滤波（Least Mean Square,LMS）算法,变分模态分解（Variational Mode Decomposition,VMD）算法。在VMD算法基础上提出将基于鲸鱼优化参数的VMD算法使用到体征检测中,并对四种算法进行对比。试验表明,四种算法都能有效的分离出呼吸信号,在心跳分离上,由于呼吸谐波的干扰,本文采用了平均差分法去除高次谐波,并通过陷波滤波器和滑动平均滤波器对呼吸产生的谐波信号进行滤除。对比了四组算法对心跳信号的分离,多次试验分析,加入鲸鱼优化参数的改进型VMD算法对心跳信号有较好的分离效果。最后,完成了体征检测雷达设计。基于AWR1443毫米波雷达芯片,对其进行外围电路设计,对外围电路各个部分所需器件进行选型和原理图设计。采用基于Coretex R4M内核的芯片TM4C1294NCPDT对AWR1443处理的呼吸和心跳信号进行解码。在电脑中通过Matlab图形界面设计软件设计上位机显示界面。