基于FMCW毫米波雷达分段扫描算法的体征识别方法

本发明涉及生物医学雷达信号处理与人工智能交叉技术领域，具体涉及一种基于FMCW毫米波雷达分段扫描算法的体征识别方法，通过将FMCW毫米波雷达的监测空间范围划分为多个连续不重叠的子区域，对每个子区域分别提取体动、呼吸和心率特征向量，并采用熵权法计算特征权重，结合加权模糊综合评价法筛选出每类生理信号的最佳检测子区域，最终在各自的最佳区域内完成参数计算。有效解决了传统“全局单一区域检测”导致的非峰值区域弱信号丢失、体动与呼吸/心率信号相互干扰、难以适配不同身高/体型人群的空间分布差异以及信号混叠识别精度不足等问题，实现了体动、呼吸与心率信号的高精度、分区化、鲁棒性检测。