人体某些部位的运动会对雷达回波造成相位上的非线性调制,称为微多普勒效应,如:心脏的周期跳动、呼吸引起的皮肤周期起伏、四肢的周期摆动等。利用这种调制信息,可以实现对人体的非接触式探测、定位、成像、识别、行为分类,以及心跳呼吸频率、行进步频等多种人体特征信息的提取,并且在军事、安全系统和反恐、灾难营救、医疗监控等许多领域有着广泛的应用前景和重要研究意义。本文针对人体探测和特征提取问题,从基于心跳呼吸微多普勒和步态微多普勒两个方面进行了研究,主要内容如下:1、建立了行进人体步态回波模型,反应了各关节瞬时旋转角度或瞬时位移及其之间的相对相位关系、各散射部位瞬时位移和瞬时速度及其之间的相对相位关系、各散射部位瞬时雷达截面积(RCS)及其之间的相对相位关系。模型仿真结果与实测结果吻合度好,为人体探测和特征提取提供了理论模型基础。2、提出了一种适用于步进频连续波的杂波抑制滤波-频谱分析心跳呼吸检测算法,比现有算法具有更高的计算效率、受噪声和旁瓣的影响小以及不受距离单元划分方式的影响的优点。3、采用了合成外差解调原理进行心跳呼吸检测,具有无谐波的特点,适用于高信噪比条件。4、提出了基于Radon变换的人体运动轨迹估计方法,可适用于步进频连续波步态人体探测,可以实现对人体直线运动轨迹的估计。相关理论及算法研究在仿真和实验中进行了验证。结果表明,基于心跳呼吸微多普勒和步态微多普勒的方法能够实现对人体的探测和特征提取。