随着雷达技术的发展与成熟,将雷达技术应用于人体呼吸和心跳检测成为了信号处理领域的一个研究热点。超宽带信号具有穿透能力强、信号衰减小、分辨率高的优点,因此,基于超宽带雷达的呼吸心跳检测技术在灾害救援、军警应用、医疗健康等方面具有极高的研究价值和现实意义。本文首先对超宽带技术进行了详细的介绍,并建立了人体反射的回波信号模型。针对呼吸心跳信号十分微弱容易淹没在背景杂波和噪声中的问题,通过背景杂波消除法对非目标信号予以消除。通过方差分析从回波矩阵中提取出人体反射的回波信号,并通过最小二乘法拟合趋势分量并予以消除。为了消除回波信号中其它频段的干扰信号,设计椭圆低通和带通滤波器滤波以提升信号的信噪比。针对呼吸谐波和心跳信号在频域上混叠而难以分离的问题,本文提出一种基于快速独立成分分析和集合经验模态分解相结合的呼吸心跳检测算法。首先将多个通道的回波信号作为观测信号进行独立成分分析,从分离的源信号中选择信号能量最大的源信号作为目标信号。然后,使用集合经验模态分解将目标信号分离成多个模态分量,通过相关分析剔除虚假分量并从剩余的分量中重构呼吸和心跳信号。实验表明,与经验小波变换和集合经验模态分解阈值重构法相比,该方法得到的呼吸心跳信号更干净。为了更进一步的消除呼吸谐波对心跳信号的干扰,本文在独立成分分析的基础上,提出一种基于变分模态分解和差分进化算法相结合的呼吸心跳检测算法。该算法一边使用差分进化算法搜索变分模态分解的最佳参数,一边从变分模态分解得到的模态分量中筛选出呼吸谐波模态并剔除,最后从模态分量中重构呼吸和心跳信号。实验表明,该算法可以消除呼吸谐波对心跳信号的干扰,从而实现呼吸信号和心跳信号的可靠检测。