超宽带（Ultra-wide Band,UWB）信号自从被提出后,就在学术界备受瞩目。由于其具有平均发射功率低、非金属介质穿透能力强、距离分辨率高等一系列特点,超宽带信号在多个研究领域层见叠出。此外,相比于连续波（Continuous Wave,CW）雷达,脉冲式超宽带雷达成本更低、体积更小,因而具有极大的研究价值。基于超宽带雷达技术对人类目标进行非接触式探测首先确定雷达回波信号中人类目标微弱运动的运动范围,然后提取诸如呼吸和心跳等生命体征信号相关的特征分量,最后将特征分量重构得到生命体征信号的时域波形获得频率参数,进而确定人类目标位置和生命体征信号的频率信息。本文的主要内容是关于超宽带技术在生命探测领域的研究,基于超宽带雷达硬件平台,通过软件算法对超宽带生命探测系统采集的雷达回波信号进行数据处理,进而得到目标人类的生命体征以及位置信息。首先本文叙述了一种基于NVA-R631脉冲收发模块的超宽带雷达的硬件设计理论,然后对包含生命体征信号的雷达回波信号进行理论分析和数学建模,在使用脉冲式超宽带雷达非接触式检测技术检测生命体征时,微弱的生命体征回波信号往往被各种噪声覆盖,针对在强背景噪声影响下在雷达回波信号定位人类目标信息不准确、提取的生命体征信号的频谱分散性严重等问题,提出了一种新的基于IR-UWB生命雷达的生命体征检测算法。根据雷达接受脉冲方差的连续小波变换（Continuous Wavelet Transform,CWT）确定人类目标位置信息。此外,因为生命体征信号具有时变性、非平稳性的特点,采用时变滤波经验模态分解（Time Varying Filtering Based on Empirical Mode Decomposition,TVF-EMD）的方法,自适应将目标回波信号分解为多个固有模态函数（Intrinsic Mode Function,IMF）,选取符合呼吸和心跳频带范围内的IMF重构得到呼吸和心跳时域特征曲线,实现呼吸和心跳信号的分离,通过傅里叶变换（Fast Fourier Transform,FFT）获得目标人类的呼吸和心跳频率信息。最后进行了进行室内人体和实验平台有障碍、无障碍测试,实测数据分析结果表明,提出的算法能够准确有效地确定人类目标的距离和提取生命体征信息,具有广阔的研究价值和应用前景。该论文有图87幅,表16个,参考文献76篇。