呼吸和心跳信号是人体生命特征的重要信号,目前的检测方式主要是采用光电容积脉搏波仪器（PPG）和心电图监护仪（ECG）进行接触式检测,具有很大的局限性。为了解决这种医疗监护上的问题,非接触式呼吸和心跳检测相关技术得到研究发展。毫米波雷达具有波束窄、带宽宽、体积小、分辨率、对人体无危害等优点,因此在医疗和健康保健等领域具有着广大的研究前景。基于脉冲相干毫米波雷达,设计实现了呼吸心跳检测系统。首先介绍了脉冲相干毫米波雷达的信号特点和原理,针对项目中使用到的雷达信息进行了相关介绍。然后从数据流出发,设计雷达数据采集传输模块的数据传输和数据结构,之后通过socket连接进行服务端和客户端的雷达数据传输。最后通过相位处理得到第一步的原始数据,然后通过滤波算法分离提取呼吸信号和心跳信号。随后对分离后的相位数据进行呼吸和心跳频率的检测,采用短时傅里叶变换、主成分分析、morlet小波变换和多重信号分类算法（MUSIC）四种算法对呼吸和心跳信号进行了时频检测分析。短时傅里叶变换需要采用合适的窗口平衡时间分辨率和频率分辨率的矛盾;主成分分析可以从时域角度分析信号的变化;morlet小波变换能够提供信号的瞬时频率变化信息和准确的检测结果;MUSIC算法通过频谱估计,能够得到分辨率极高的频率信息,但是计算复杂度高。通过单人静坐对比试验分析,morlet小波算法得到的检测值的准确性达到90%以上,同时能提供丰富的瞬时频率信息,而且检测耗时少,实时性高,因此morlet小波变换作为呼吸和心跳信号检测是更好的选择。最后结合morlet小波变换和多重信号分类算法对三种复杂场景下检测可能性进行了分析研究,实验表明在单人多角度下检测依然具有一定的可靠性;在双人检测情况下每个人的呼吸和心跳信息依然存在,但是对于每个人的信号分离提取检测需要进行进一步的分析改进;单人静坐晃动场景下,morlet小波变换算法可以检测出呼吸心跳信号,但是会被运动信号容易覆盖,可靠性较差,需要进一步改进。