摘 要：线性调频连续波（FMCW）雷达能够通过非接触的方式采集人体的呼吸和心跳信号，为了去除和减 少生命信号中的杂波干扰，本文提出了基于改进的自适应集合经验模态分解（ICEEMDAN）和长数据序列截取的 生命信号分解方法，通过延长观察时间，然后截取时间序列，得到既定观察时间的最终固有模态函数（IMF）分 量，通过模糊熵对所有IMF信号进行分析来识别含噪信号，并对含有噪声的IMF信号进行去噪处理，综合分析相 关性和能量阈值的结果，挑选出合适的IMF 分量重构生命信号。通过仿真和实测表明，所提出的方法能够大幅 减少噪声，优于现有的去噪技术，有利于提高提取的呼吸和心跳信号的精准度和真实性。

关键词：线性调频连续波；改进的自适应集合经验模态分解；长数据序列截取；模糊熵

0 引 言

        利用雷达检测人体生理信息是人们当下研究 的热门领域，呼吸和心跳是人体最重要的生命活 动信息，能快速准确地对其检测至关重要。毫米 波雷达通过非接触的方式检测人体生理信息，且 不受温度、光照和尘埃等周围环境的影响，可以穿 透衣物和被子等遮挡物进行检测，在医疗监测、睡 眠监测和地震救援以及自动驾驶等领域具有广泛 应用［1⁃3］。多普勒生物雷达通常被划分为连续波