人体目标探测雷达通过对探测场景发射电磁波,而后对回波信号做杂波抑制、目标检测和成像等处理,获得人体目标的空间位置信息,其在自动驾驶、无人系统避障、区域监测、人机交互等领域具有广阔的应用前景和重要的应用价值。相比于现有的低频段雷达系统,毫米波FMCW MIMO雷达具有体积小、天线紧凑的特点,因此探测的要求和难点与低频段雷达不同。一方面,现有文献中常采用恒虚警（CFAR）检测方法,由于人体的雷达散射截面积（RCS）较小,回波的信噪比（SNR）低,检测的性能会变差;另一方面,目前的毫米波雷达常采用波束形成（BF）和Capon等方法估计角度,角分辨率不高,而高分辨率的角度估计方法则会带来计算复杂度升高的问题。本文将围绕上述的问题,从提高SNR的方法、高分辨的二维（2D）角度估计方法及其快速实现、雷达系统的搭建等方面开展毫米波雷达人体目标三维（3D）探测方法的研究,本文的具体工作安排如下:1、针对探测中回波SNR低引起目标检测性能下降的问题,提出一种联合时间维和空间维非相干积累（NCI）的方法,用来提高目标检测的性能。该方法首先对差拍信号作加窗快速傅里叶变换（FFT）和动目标显示（MTI）处理,以得到距离谱和抑制静止环境杂波,然后根据FMCW雷达发射多个FMCW和MIMO雷达合成虚拟阵列的特点,联合时间维的多个回波信号和空间维的多个虚拟阵列回波信号进行非相干积累,以提高回波的SNR,最后对积累的结果做对数检波处理,降低杂波的影响,将处理结果送入单元平均选小恒虚警（CASO-CFAR）检测器,检测出目标所在的距离单元。仿真和实验结果表明,该方法提高了回波SNR,进一步提高了目标检测的性能。2、针对现有探测方法中2D角度估计方法分辨率低的问题,提出一种二维渐近最小方差稀疏迭代（2D SAMV）的高分辨角度估计方法。该方法首先根据已检测到的距离信息提取阵列维和慢时间维上的回波信号,构造虚拟阵列的多快拍接收数据,然后利用目标的稀疏特性,在2D角度上划分密集的网格,构造过完备的导向矢量矩阵,接着根据渐近最小方差（AMV）准则建立网格功率和噪声功率的迭代公式,进而得到距离单元上的方位角-俯仰角功率谱,最后对其进行2D CFAR检测,并根据检测结果得到目标的3D点云像。仿真和实验结果表明,2D SAMV方法相对于现有探测方法中的Capon、MUSIC和IAA方法,提高了角度分辨率。3、上述2D SAMV方法为获取高分辨性能需要将成像网格进一步精细化,而网格精细化则会导致需要估计的网格功率变多,进而导致估计2D角度谱的时间过长。针对此问题,提出一种自适应网格进化的快速2D SAMV角度估计方法。该方法首先在距离单元的2D角度上划分粗网格,然后利用2D SAMV估计粗网格的功率,并利用2D CFAR进行检测,确定目标存在的粗网格位置,再将检测到的粗网格单元进行固定尺度地细化分裂,继续利用2D SAMV对细化后的网格进行估计,再加之2D CFAR检测,最终根据检测的结果得到目标的3D点云像。仿真和实验结果表明,该方法在保证高角度分辨率的同时降低了2D角度估计的计算时间。4、搭建一个用于生成3D点云和人员计数的毫米波雷达人体目标探测系统。该系统使用德州仪器（TI）公司的毫米波雷达传感器IWR6843ISK、数据采集卡DCA1000EVM和PC搭建系统的硬件平台,使用MATLAB开发用户图形界面（GUI）软件。系统上电后,首先PC通过GUI控制mm Wave Studio软件向IWR6843ISK下传工作参数,雷达开始工作,接着DCA1000采集雷达上传的雷达数据,并将其传输至PC中的指定位置,然后二进制的雷达数据在PC上被解析、重组并结合上述方法对其处理,目标的3D点云由此生成,最后点云经过DBSCAN聚类算法的处理,得到人员计数的结果,点云与聚类的结果将通过GUI显示。通过实验验证了该系统在不同场景中用于生成人体目标的3D点云和人员计数的可行性。