呼吸和心跳是人体的两个重要生命体征,能反映人体的健康程度。睡眠过程占常人每天约三分之一的时间,对睡眠过程的生命体征进行检测具有十分重要的意义。目前应用到睡眠生命体征检测的设备大多是接触式设备,而接触式设备对于人体有着诸多的干扰与不便。近年来,非接触式生命体征检测方法得到了人们的重视,尤其是基于雷达的生命体征检测技术,已经有了一些研究成果,但仍存在检测准确性不足的问题,并且不能很好地处理人体复杂的睡眠姿势对于检测的干扰。本文针对上述问题,提出了基于扇形分布式雷达的睡眠生命体征检测方法,主要工作内容和贡献如下:（1）针对单雷达存在的生命体征检测准确性不足问题,本文提出了一种使用多雷达检测人体生命体征的方案,设计并搭建了一个扇形分布式雷达系统。扇形分布式雷达系统包括雷达前端模块、滤波放大模块、采集与传输模块。（2）在呼吸率、心率检测方面,本文首先采用反正切解调算法对雷达输出基带信号进行解调,然后利用小波变换对解调信号进行呼吸信号和心跳信号的分离,最后分别利用自相关函数法和加窗傅里叶变换法来估计呼吸率和心率。针对雷达输出基带信号存在的IQ失衡问题,本文在进行反正切解调之前先利用椭圆拟合的方法来对基带信号进行失衡校准;针对短时心跳信号频率估计存在的频率分辨率不足问题,本文对其频域进行插值,提高了频率分辨率;基于扇形分布式雷达系统,每次检测最终能获取多个呼吸率、心率检测结果。（3）在呼吸率、心率融合方面,提出一种基于信噪比分析的生命体征频率估计融合方法。本文将扇形分布式雷达检测到的多个呼吸率或心率值进行筛选,通过计算呼吸信号或心跳信号的信噪比来为筛选后的呼吸率或心率值配置权重,通过加权融合的方式获取融合呼吸率或融合心率。三种睡眠姿势下的多次短时生命体征检测实验证明,本文提出的融合方法在呼吸率检测中比基于信号幅度分析和基于信号能量分析的融合方法均方误差分别要小0.19和0.15,而在心率检测中比两者的均方误差分别要小2.61和4.31;在心率连续监测实验中,本文提出的融合方法比基于信号幅度分析和基于信号能量分析的融合方法均方误差分别要小2.02和3.23。