UWB (Ultra-Wide Band) -Radar ist eine vielversprechende Möglichkeit, Menschen unter eingestürzten Gebäuden zu lokalisieren. Diese Arbeit widmet sich unterschiedlichen Wegen diese Anwendung zu verbessern. Zu Beginn wird umfassend analysiert, wie kleine unregelmäßige Bewegungen vom Radar erfasst werden. Es wird festgestellt, dass minimale Objektbewegungen im Bereich weniger Mikrometer detektierbar sind, was viel weniger ist, als die Atembewegung eines Menschen. Weiterhin wird dargestellt, dass für die Erfassung von sehr kleinen Objektbewegungen ein sehr geringer Jitter notwendig ist. Daher wird in dieser Arbeit ein MLBS (Maximum Length Binary Sequence) Radar mit sehr geringem Jitter verwendet. Zusätzlich wird eine quantitative Bewertung der Durchschnittswertbildung vorgenommen. Als ein Hauptergebnis wurden die genauen Bedingungen für die Geschwindigkeit der Datenerfassung ermittelt, die notwendig sind, um bei gegebener Objektgeschwindigkeit die blockweise Durchschnittswertbildung für die Erfassung kleiner Objektbewegungen zu verbessern. Eine Analyse, wie kleine periodische Bewegungen sich äußern wird gegeben. Die mathematischen Betrachtungen bestätigen, dass die menschliche Atmung vorwiegend Sinusanteile enthält, die hauptsächlich an den Taktflanken auftreten. Daher ist der Stand der Technik zur Erfassung von Atembewegungen gerechtfertigt. Analysen zeigen aber, dass Signaleigenschaften existieren, die eine Verbesserung gegenüber dem Stand der Technik zulassen. Weitergehend wird dargestellt, dass theoretisch zwei Typen von Harmonischen in den Radardaten vorhanden sind, die von der Standard-FFT nicht berücksichtigt werden. Diese Harmonischen werden genutzt, um mittels der Bispectrum-Slice-Technik das Signal zu verstärken. Es wird der Schluss gezogen, dass dieser Ansatz in der Praxis die Detektierbarkeit nur verbessert, wenn die Level der Harmonischen groß genug sind. Eine weitere Signaleigenschaft, die in der horizontalen Standard FFT (Fast Fourier Transform) Technik nicht berücksichtigt wird, ist die Spreizung der Laufzeit in der Atmungssignatur. Es werden Algorithmen vorgestellt, die dieses Phänomen nutzen, um das Auffinden verschütteter Personen zu verbessern. Es wird die Leistungsfähigkeit dieser Algorithmen theoretisch analysiert und praktisch mit simulierten und gemessenen Radardaten überprüft. Es zeigt sich, dass sich der Störabstand durch diesen Ansatz gegenüber den Standardtechniken um mehrere dB verbessert. Eines der Hauptprobleme beim Suchen von Überlebenden sind bewegte Objekte im Strahlengang der Antenne. In dieser Arbeit werden zwei Algorithmen zur Beseitigung dieser Störung vorgeschlagen. Beide Methoden nutzen die Tatsache, dass Atembewegungen im Radargramm sehr spezifisch ausgeprägt sind und sich daher sehr gut von anderen Signalkomponenten unterscheiden lassen. Beide Algorithmen funktionieren sehr gut mit simulierten und gemessenen Radardaten. Abschließend wird die Positionsbestimmung einer verschütteten Person beschrieben. Es wird ein entsprechender Algorithmus dargestellt und mit Messdaten in 2D und 3D getestet. Es kann der Schluss gezogen werden, dass die Positionsbestimmung erfolgreich durchgeführt werden kann, indem die Methoden der Ankunftszeitbestimmung und Differenzankunftszeitbestimmung kombiniert werden.
UWB (Ultra-Wide Band) radar is a promising tool for finding victims beneath collapsed buildings. Therefore, this thesis concentrates on different ways of improving the performance of abovementioned device. At first thorough theoretical analysis of how minor irregular motion is seen by radar is given. It is concluded that minimal object shift detectable via radar device is in the order of dozens of micrometers, which is much lower than the amplitude of human respiration. It is also derived that in case of detecting minor motion low jitter is a key to successful performance and thus, radar unit with minimal jitter has to be used (like MLBS (Maximum Length Binary Sequence) radar considered in this thesis). Besides, the effect of averaging is analyzed quantitatively. As a main result precise condition is established on how fast we need to acquire data so that blockwise averaging would improve detectability of target displacement. Analysis of how minor periodical motion manifests itself in the radargram is presented. It is confirmed by our mathematical considerations that respiration is to high extent sinusoidal and that it mainly appears at the pulse edge. That is, state-of-the art technique for detecting respiratory motion (FFT (Fast Fourier Transform) and maximum search) is justified. However, analysis also shows signal features that allow improvement in comparison with state of the art technique. In particular, it is derived theoretically that harmonics of two different types are present in the measured radar data (which is not respected in standard FFT data processing). These harmonics are used to amplify useful signal by means of bispectrum-slice technique. The conclusion is made that in practice this approach improves the detectability only when level of harmonics is high enough. Another signal feature that was not respected in standard horizontal FFT technique is that respiratory signature is spread in propagation time. I propose algorithms that help to improve victim detectability via making use of this phenomenon. Performance of these algorithms is analyzed both theoretically and by means of experiments with simulated and measured radar data. It is concluded that SNR (Signal to Noise Ratio) improvement introduced via this approach over standard technique is in the order of several dB. With respect to radar as a tool for search and rescue, major problem is identified as strongly moving objects within antenna beam. In this thesis, two original algorithms for removing this perturbation are proposed. Both methods make use of respiratory motion looking very specific in the radargram which fact helps to separate it from other signal components. Algorithms show high performance in tests both with simulated and measured datasets. At the end problem of finding the person position is addressed. I present localization algorithm and test it with experimental radar data both in 2D and in 3D .It can be concluded that localization can be performed successfully we combining TOA/TDOA (Time of Arrival/ Time Difference of Arrival) estimates.