本文介绍的是Lida Kouhalvandi与Saeid Karamzadeh两位资深IEEE会员于2025年2月在*IEEE Access*期刊上发表的一篇题为“Advances in Non-Contact Human Vital Sign Detection: A Detailed Survey of Radar and Wireless Solutions”的综述论文。论文第一作者来自土耳其Dogus大学电气电子工程系，通讯作者Saeid Karamzadeh则同时任职于奥地利Silicon Austria Laboratories毫米波技术、智能无线系统部门以及土耳其Bahçeşehir大学工程与自然科学学院电气电子工程系。这篇论文旨在对近年来基于雷达与无线技术的非接触式生命体征（Vital Sign， VS）检测领域的研究进展进行系统性、详细的梳理和总结。
主要论点一：雷达技术是非接触式健康监测的核心推动力，其发展由多样化需求驱动。 论文开篇即强调了非接触式生命体征检测技术在当代社会，尤其是老龄化加剧和后疫情时代背景下的迫切需求。传统接触式监测需要电极或传感器与皮肤直接接触，可能引起不适、皮肤过敏，且不适用于烧伤患者或长期连续监测。雷达技术，通过发射无线电波并分析人体生理活动（如呼吸和心跳引起的胸腔微动）所反射的信号，能够实现完全无感、连续的监测，这对于老年人护理、慢性病管理、重症监护以及灾难搜救等场景具有革命性意义。作者指出，该领域的研究动机源于多个方面：首先，全球老龄化趋势导致对长期、便捷的健康监测需求激增；其次，COVID-19大流行凸显了远程、非接触式医疗的重要性；最后，雷达硬件（特别是便携式、低成本雷达及天线设计）和先进信号处理技术的创新，使得高精度生命体征提取成为可能。本文的核心目标正是梳理这些技术进步，比较不同技术在各类应用场景下的性能，并为未来研发指明方向。
主要论点二：调频连续波雷达在生命体征检测中占据主导地位，其性能通过多通道、毫米波和先进信号处理技术持续提升。 论文用大量篇幅详细综述了调频连续波（Frequency-Modulated Continuous Wave， FMCW）雷达系统的最新研究。FMCW雷达能够同时测量目标的距离和速度，非常适合用于检测由呼吸和心跳引起的周期性微位移。作者归纳了FMCW雷达系统的若干关键发展方向： 1. 多目标与高分辨率监测：为了解决同时监测多人的挑战，研究采用了多输入多输出（Multiple-Input Multiple-Output， MIMO）技术、相控阵以及多通道雷达系统。例如，Lee等人的研究通过优化信号处理方法，利用带宽受限的24 GHz FMCW雷达实现了多目标生命体征的分离与监测。Wu等人开发的77 GHz线性FMCW多通道雷达系统则提升了在杂波和遮挡环境下的监测鲁棒性。 2. 毫米波技术的应用：工作在毫米波频段（如60 GHz、77 GHz及以上）的FMCW雷达具有更高的距离分辨率和精度。Alizadeh和Liu等人的研究表明，毫米波雷达能够实现更远距离的精确监测，尽管其信号更容易受到环境干扰，但通过优化的信号处理链（包括背景杂波抑制、滤波等步骤）可以有效克服这一挑战。 3. 非视距检测能力：部分研究专注于利用FMCW雷达（尤其是毫米波频段）实现非视距（Non-Line-of-Sight， NLOS）监测，例如探测墙壁后方受困者的呼吸信号，这对搜救行动至关重要。 4. 系统集成与优化：研究涵盖了从天线设计（如Zhang等人设计的W波段集成锥形阵列天线，以提高增益和分辨率）到专用信号处理算法（如用于目标距离选择、运动伪影抑制的算法）的各个方面。Xiong等人提出的结合差波束形成和正交投影滤波的单输入多输出FMCW雷达系统，有效提升了多目标环境下的信号清晰度。
主要论点三：超宽带雷达凭借其高穿透性和时间分辨率，在穿透障碍物检测和紧急救援场景中具有独特优势。 论文将超宽带（Ultra-Wideband， UWB）雷达作为另一类关键技术进行重点评述。UWB雷达发射极窄脉冲或宽频带信号，具有极高的时间分辨率，能够穿透一定厚度的障碍物（如墙壁、废墟）并检测其后微弱的生命信号。 1. 穿透性检测：Pramudita等人和Duan等人的研究明确展示了UWB雷达在探测墙壁后方受害者呼吸和心率方面的能力。这类系统通常针对搜救场景设计，能够在不依赖视距的条件下定位生命体。 2. 高精度与低功耗：Liu等人报道了一种采用40纳米CMOS工艺实现的超低功耗突发啁啾UWB雷达收发机，在实现室内生命体征与占用传感的同时，功耗降低了30倍以上，显示了UWB技术在可穿戴或长期部署设备中的潜力。 3. 先进的信号处理算法：为了从UWB雷达信号中准确提取微弱的生命体征，研究人员开发了多种算法。例如，Zhang等人提出的谐波多环检测算法，以及Wang等人结合灰狼优化器与多变量相关分析的方法，都显著提升了心率和呼吸率估算的准确性，误差率可降低至5%左右。 4. 物联网集成：Li等人提出了基于UWB雷达的医疗物联网系统，结合边缘与云计算，用于老年人生命体征的连续监测与行为跟踪，准确率达到90.60%，展现了UWB技术与现代医疗信息系统融合的应用前景。
主要论点四：多普勒雷达与步进频连续波雷达等其他雷达模态在特定应用场景下提供了补充解决方案。 除了FMCW和UWB，论文还综述了其他雷达技术： 1. 多普勒雷达：基于多普勒效应，主要用于检测目标的运动速度。在生命体征检测中，连续波多普勒雷达结构相对简单，成本较低。研究重点在于提高信噪比和抗干扰能力。例如，He等人和Gu等人设计了小型化的圆极化多普勒雷达系统，通过天线设计改善性能。Kitagawa等人则利用多波束多普勒传感器的波束分集来更可靠地检测心跳。Tang和Ali等人的研究创新性地利用现有Wi-Fi信号作为照射源的被动多普勒雷达，为低成本、普适化感知开辟了新途径。 2. 步进频连续波雷达：通过步进扫描一系列离散频率来合成宽带宽，兼具高分辨率和较低的瞬时带宽要求。Jia等人将其与深度学习结合用于人类活动识别，Nahar等人则建立了用于生命体征检测的电磁模型并在SFCW系统上进行了验证。 3. 新兴与混合模态：包括基于商用Wi-Fi设备的非视距传感系统、采用频率锁定环技术以降低相位噪声的雷达、用于多目标定位的分布式MIMO雷达，以及集成了传感与通信功能的硅基射频平台等。这些研究体现了该领域向更集成、更智能、更具环境适应性方向发展的趋势。
主要论点五：人工智能技术正在深度融入生命体征检测流程，从特征提取到分类决策，显著提升了系统的智能化水平和性能上限。 论文专门开辟章节，详细阐述了人工智能在非接触式生命体征检测中的应用，这是当前最活跃的研究方向之一。 1. 技术概览：作者简要介绍了人工智能（AI）、机器学习（ML）、神经网络（NN）和深度学习（DL）的基本概念与层级关系，并列举了卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GAN）等在相关任务中常用的网络类型。 2. 在检测中的应用：AI被用于直接从雷达原始数据或处理后数据中识别生命体征或人类活动，替代或辅助传统信号处理流程。例如，Zhang等人使用CNN处理毫米波雷达数据以实时检测人体运动行为；Vandersmissen等人利用高维传感器数据和DNN进行室内人类活动识别；Wang等人则将CNN用于穿墙雷达成像中弱散射目标的检测。 3. 在测量与处理中的应用：AI算法被用于增强信号质量、提高测量精度和实现高级功能。例如，有研究利用DL方法重建心跳信号，将心率监测准确率提升至97.5%；在患者健康状态评估中，采用K近邻、支持向量机等ML模型分析多生命体征数据，实现对慢性病的早期预警和健康状态分类；还有研究将AI用于压力分类、跌倒检测以及麻醉深度评估等复杂医疗场景。 4. 数据集的角色：论文提到，公开雷达数据集（如mmVital数据集）的出现，为标准算法开发和性能基准测试提供了重要支持，加速了AI在该领域的研究进程。
主要论点六：未来研究方向将聚焦于硬件优化、智能算法深度融合以及探索非线性、量子等前沿雷达技术。 在展望部分，作者基于现有研究的总结，指出了未来发展的关键挑战与机遇： 1. 核心挑战与优化方向：持续优化的重点包括降低功耗（适用于可穿戴设备）、审慎的频率选择（平衡穿透力、分辨率与环境影响）、确保信号保真度（克服多径效应、运动伪影和杂波干扰）。运动伪影和谐波干扰仍是需要通过鲁棒信号处理和硬件优化来解决的主要难题。 2. 人工智能的深度融合：作者强烈认为，结合单目标或多目标优化算法的深度神经网络（如2D/3D CNN、图神经网络等），将能更有效地处理复杂环境下的生命体征检测问题，实现系统性能的显著跃升。 3. 探索前沿雷达概念：论文前瞻性地提到了非线性雷达（利用目标的谐波或互调响应）和量子雷达等技术。尽管这些技术目前面临传感距离、电路复杂性和冷却要求等限制，但它们有望在未来为医疗健康领域带来更高分辨率的数据捕获和处理能力。 4. 系统集成与应用生态：未来的成功不仅依赖于单项技术的突破，更在于如何将低功耗、高精度的雷达系统无缝集成到现有的医疗健康生态系统中，实现从数据采集、智能分析到临床决策支持的完整闭环。
结论与价值 本综述论文系统性地梳理和总结了基于雷达与无线技术的非接触式生命体征检测领域近年来的重大进展。它不仅详细分类和比较了FMCW、UWB、多普勒等多种雷达技术的原理、优势、挑战及代表性研究成果，还深入探讨了人工智能技术如何赋能该领域，实现了从传统信号处理到数据驱动智能分析的范式转变。论文结构清晰，内容详实，涵盖了从硬件设计、信号处理算法到实际应用场景和未来趋势的全链条视角。
其重要价值在于：首先，为学术界的研究人员提供了一份全面的“技术地图”，有助于快速了解领域现状、关键技术节点和研究空白；其次，为工业界的工程师和产品设计师指明了高性能、实用化医疗监测设备的开发路径，包括技术选型、性能权衡和系统集成方面的考量；最后，通过强调该技术在老年人护理、远程医疗、应急搜救等重大社会需求中的应用潜力，提升了整个领域在更广泛范围内的关注度和影响力。因此，这篇论文不仅是已有研究成果的汇编，更是推动非接触式生命体征检测技术向更成熟、更智能化、更广泛应用场景发展的催化剂和路线图参考。