在健康国家的战略下,监测生命体征是一项重要课题,生命体征信息为现代卫生保健和医疗应用提供了可靠的诊断依据和安全保障。按照生命体征信息的监测方式,可以分为接触式和非接触式两种。传统接触式的测量方法具有一些局限性,包括会增加患者（烧伤患者）的痛苦,引发二次感染,以及诊断慢性呼吸疾病费时费力等。而非接触式测量作为一种使用更简单、便捷的健康监测手段,将会发挥越来越重要的作用。目前,大多数非接触式测量基于Wi Fi,超宽带（UWB）技术,多普勒雷达和摄像头等技术实现,但是,这些技术测量分辨率低,易受多径效应影响,无法检测心跳,同时具有隐私性问题。毫米波雷达技术相比这些技术有着高精度分辨率,多目标检测能力和较强的抗干扰性等优点,但以往的基于毫米波雷达的生命体征检测,仅支持监测特定姿势的单用户,同时未考虑谐波影响,实际中测量精度较低,无法满足应用需求。为了解决目前非接触式测量方法的局限性和提高基于毫米波雷达生命体征监测系统的性能,本文做了以下工作:1、本文提出了基于高斯平滑的多信号分类算法,确定多人生命信号源的到达角,提高了非接触式生命体征检测系统的目标检测精度和多目标区分能力。在多人检测场景下,该算法能够很精准的区分目标位置,解决了目标重叠的误检问题,增加了多目标识别的可靠性。2、本文提出了新颖的基于主成分分析的生命信号提取算法。不同与其他提取目标人员峰值点信号分析的方式,而是对多反射点信号实现主成分分析,找到包含用户胸腔位移最大的分量。该方法增强了信号能量,以应对不同的人体姿势,提高系统的鲁棒性。3、本文提出了创新性的基于变分模态分解的生命信号分解算法。避免谐波和环境噪声的影响,分解得到的呼吸和心跳信号具有更明显的正弦性和更好的信噪比,使得系统能够适用于复杂的室内环境。4、本文基于以上提出的算法在片上系统搭建了真实的多人生命体征监测原型系统,支持对多用户生命体征的实时监测。不仅如此,在满足监测目标正常生命体征状况需求的基础上,系统支持监测目标异常生命体征,例如呼吸停止,并进行报警提醒。实验表明,搭建的系统能够完成4目标人员的生命体征实时监控需求,实时显示被测目标呼吸速率和心跳速率以及位置信息,且测量结果中位误差在0.25bpm范围之内。