En este documento, proponemos un enfoque que utiliza redes generativas adversarias (GAN) para eliminar los fantasmas de múltiples trayectorias con respecto a la imagen de radar a través de la pared (TWRI). El GAN aplicado está compuesto por dos redes adversarias, a saber, el generador y el discriminador. El generador aprende las características espaciales de una imagen de radar de entrada para construir un mapeo de una imagen de entrada a salida con fantasmas suprimidos. El discriminador evalúa la diferencia (a saber, los fantasmas residuales de múltiples trayectorias) entre la imagen de salida y la imagen de referencia sin fantasmas de múltiples trayectorias. Por un lado, mediante el entrenamiento, la diferencia de imagen disminuye gradualmente. En otras palabras, los fantasmas de múltiples trayectorias se suprimen cada vez más en la imagen de salida. Por otro lado, el discriminador se entrena para mejorar la evaluación de la diferencia en disminución acompañada de fantasmas de múltiples trayectorias tanto como sea posible. Estas dos redes, el generador y el discriminador, luchan entre sí hasta que el generador elimina los fantasmas de múltiples trayectorias. Los resultados de la simulación demuestran que GAN puede eliminar efectivamente los fantasmas de múltiples trayectorias en TWRI. Una comparación de diferentes métodos demuestra la superioridad del método propuesto, como la exención de información previa de la pared, la ausencia de imágenes objetivo con degradación y la robustez para diferentes escenarios.