呼吸信号和心跳信号是人体重要的生命体征信号,常见的检测仪器有智能手环、腕带和心电图。这些检测仪器都是接触式的,在对皮肤或四肢存在损坏的患者进行生命体征检测时实施困难,也给需要经常活动或易受干扰的患者带来不便。2020年初爆发的新冠肺炎疫情表明接触是新冠病毒传播途径之一,因此采用非接触式检测生命体征是具有重要的研究价值。毫米波雷达检测生命体征相较于传统的检测方法,具有非接触、就医舒适度高、患者体验良好、分辨率高、无隐私泄露、低辐射以及体积小等优点,在临床医学、家庭医学乃至疫情救治等方面具有广阔的应用前景。通过对毫米波雷达的发射信号进行特殊设计,并检测人体胸腔的起伏变化,进而提取到人体的生命体征信号并经过处理得到呼吸信号和心跳信号。本文主要研究内容如下:1.详细介绍了毫米波雷达的工作原理以及通过毫米波雷达检测生命体征信号的原理,并建立了雷达信号生成、信号获取以及信号处理的模型。2.针对得到的雷达信号容易受到干扰以及多径效应的影响,对雷达发射信号进行伪随机序列调制。3.在得到原始数据后,进行了静目标检测、目标实时监测以及身体摆动等实验;在得到原始的生命体征信号后,分析信号容易受到硬件原因和人体摆动等的影响,对信号采用去趋势算法和基于稀疏去噪和基线估计算法去除干扰。4.对呼吸频率和心率进行提取,采用短时傅里叶变换、峰值检测法和变分模态分解算法分别进行时频分析;搭建了实验对比分析平台,采用本文的去趋势算法、基于稀疏去噪和基线估计算法和短时傅里叶变换算法对生命体征信号提取心率,与小米手环5和腕带进行对比实验,检验本文方法的准确性;对目标进行1分钟的监测并提取目标的呼吸频率以及心率,检测本文方法的稳定性。实验结果表明:本文方法可以准确找到目标并实时定位目标;采用短时傅里叶变换算法提取心率与小米手环5和腕带进行对比实验,表明本文采用的方法检测心率准确度达到了 97.3%;对目标进行1分钟的监测实验,表明本文采用的方法稳定性良好。