近年来,个人医疗健康问题成了社会热点话题。人们对自身身体健康状况的关心程度在逐年上升,对能持续记录身体健康状况的应用有了更广泛的需求。因此可见,能够实现非接触式的获取人体生命信息,并且能够持续的感知人体健康状况的方向,拥有广泛的应用前景。持续监测人体生命体征,如呼吸和心跳,在早期检测甚至预测可能影响患者健康的情况中起着至关重要的作用。生命体征检测技术可分为接触式和非接触式两大类。检测这些生命体征的常规临床方法需要使用接触式传感器,这对于长时间监测可能不太实际,而且不太方便进行重复测量。另一方面,使用脉冲超宽带（Impulse Radio-Ultra Wide Band,IR-UWB）雷达的非接触人体生命体征信息检测具有明显的优势,不需要将电极连接到受试者的身体上,因此不限制人体的运动,并降低皮肤刺激和交叉感染疾病的风险。本文的工作围绕IR-UWB雷达的非接触式人体生命信息检测与处理展开,主要工作内容及创新点包括:（1）提出背景噪声消除法和改进型双层集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）算法。根据IR-UWB雷达穿墙检测回波信号的特点,提出在雷达回波信号的预处理阶段使用背景噪声消除法,可以减少环境中固定物体的回波信号干扰,并在此基础上提出更适用于穿墙检测场景的改进型双层EEMD算法。（2）建立回波信号模型,并对本文中提出的算法进行仿真验证。在仿真中设定不同的环境噪声信噪比,用于生成仿真回波信号,然后使用改进型双层EEMD算法对信号进行分析处理。仿真结果验证了改进型双层EEMD算法的可行性。（3）进行实际测试验证,并对实验结果进行分析展示。在常见的使用场景中进行多组对照实验,得出在室内空旷环境中检测距离为1m时更适合进行雷达穿墙人体生命信息检测的结论;与常用传统处理算法进行性能对比,结果显示改进型双层EEMD算法在实际使用场景中更有优势;在最佳使用场景中进行多次实验,到改进型双层EEMD算法在实际测试中的平均呼吸估计误差为1.74%,平均心跳估计误差为3.89%。