城市化进程的快速发展带来了医疗、社会治安等方面的问题,如何很好的解决这些问题成为众多学者讨论和研究的热点。其中,非接触式体征检测作为一种重要的方法为解决此类问题提供了一个研究方向。而UWB雷达因其穿透能力强、抗干扰以及分辨率高等优点,使其在非接触式体征检测领域发挥着重要的作用。因此,研究基于UWB雷达的体征信号检测在非接触性体征信号检测领域具有重要的意义。本文从信号处理方面,以模式分类为指导思想,根据体征信号中各个成分的信号模式特征分别在直达波的消除、多目标的识别、目标信号的分离重组等方面进行体征信号的检测研究。在分析体征信息检测的主要技术路线和典型算法的基础上,提出了本文的技术总路线。本文的研究主要涉及以下内容:首先,综述了几种典型的非接触性检测方法及基于雷达的体征检测算法,并比较了各自的优缺点,在对UWB雷达体制的分析的基础上对UWB雷达在体征检测中的特点进行了分析,建立了生命体征信号模型。同时,总结了两种算法质量评价标准,分别从整体和局部的角度对算法进行质量评价。其次,对直达波进行分析并建立了直达波数学模型,提出了结合K-L变换的FastICA的直达波抑制算法。通过对静止的单人目标和运动的单人目标的实验研究,验证了该方法在直达波抑制方面的有效性,并通过与ICA、K-L的迭代次数、运行时间以及载干比、信噪比等客观性能的对比分析,证明了该算法在迭代速度和计算复杂度方面的优越性。再次,对体征信号中的呼吸、心跳成分,在对传统信号提取方法的分析研究的基础上,针对传统EMD方法端点飞跃和传统EEMD重构信号质量差等不足研究基于EEMD与BP优化策略的体征信号提取算法,并对单人体征信号的提取进行了实验研究,实验证明该算法不仅克服了EMD端点延拓问题,避免了端点飞跃现象,而且提高了重构信号的信噪比,验证了该算法适合于体征信号中具体信号成分的提取。最后,分析了多目标人体信号特征并构建了双人信号模型,并在此基础上对MUSIC方法作了理论推导,研究本文MUSIC算法的理论模型和算法实现步骤。分别对单人和双人静止人体目标信号进行实验研究,实验结果表明,该方法能有效地识别出人体目标信号数目,尤其是在多人体目标信号识别方面,具有分辨率高,抗干扰能力强等优点。