基于毫米波雷达或者可穿戴心冲击检测设备，采集人的体征信号，心冲击信号，脉搏压力信号，根据得到的压力信号，进行下列步骤的算法分析： 一、心冲击信号数据分析 得到的信号如图1： 
选取其中（0.2-3.4）×104这一段（即去除了首尾上下床的信号，只保留了中间平躺状态下的信号）来进行分析，选取其中一路信号（data4）进行分析，其波形如图2： 设该信号为X(n)，则可得到如下式子： x(n)=r(n)+h(n)+ε(n) 其中r(n)为呼吸信号，h(n)为心跳信号，ε(n)为其他噪声信号。
二、心跳信号处理 根据百科资料，安静状态下，成人正常心率为60～100次/分钟，理想心率应为55～70次/分钟，因此心跳信号的频率应该是在0.9-1.7Hz左右，呼吸信号的频率较低，成年人为大概16～20/分钟，频率低于0.5Hz，所以可以用一个带通滤波器滤去呼吸信号以及高频的噪声信号，选择滤波器为巴特沃斯滤波器，它的平方幅度函数定义为： 
式中，N是滤波器的阶数，Ω_c称为3dB截止频率，ε是控制通带波纹幅度的参数。选定频带为0.7Hz~2Hz，可以得到滤波后的信号如图3： 
图3 经过带通滤波器后的data4信号 针对该信号进行HHT（希尔伯特-黄变换），不同于傅里叶变换只能处理线性非平稳信号，这个变换可以分析非线性非平稳信号。并且傅立叶变换、短时傅立叶变换、小波变换都受Heisenberg测不准原理制约，即时间窗口与频率窗口的乘积为一个常数。这就意味着如果要提高时间精度就得牺牲频率精度，反之亦然，故不能在时间和频率同时达到很高的精度，这就给信号分析处理带来一定的不便。而HHT不受Heisenberg测不准原理制约，它可以在时间和频率同时达到很高的精度，这使它非常适用于分析突变信号。 该方法分为两步，第一步是先进行EMD（经验模态分解），这个过程依据信号特点自适应地把任意一个复杂信号分解为一系列本征模态函数(IMF)。它满足如下两个条件： (1) 信号极值点的数量与零点数相等或相差是一； (2) 信号的由极大值定义的上包络和由极小值定义的下包络的局部均值为零。 最终的信号可以表示为如下式子： 
传统的傅里叶分析用一系列三角基函数对信号进行正交运算，但是对于非平稳信号，比如频率一直变化的信号，得到的傅里叶谱只是某一段时间内频率的均值，无法准确描述频率-时间的变化。瞬时频率的定义方法不唯一，但使用Hilbert变换来定义瞬时频率能够生成复解析信号，进而得到复平面上具有明确解析意义的瞬时频率。对于实信号x(t)，其复解析信号为 
实部虚部的幅角对时间求导即得到瞬时频率。