Este artículo presenta una técnica computacionalmente económica para la detección de objetivos en movimiento en entornos exteriores desafiantes utilizando radares de onda milimétrica (mmWave) de onda continua modulada en frecuencia (FMCW) que aprovechan metodologías tradicionales de procesamiento de señales. Las técnicas convencionales basadas en el aprendizaje para la detección de objetivos en movimiento sufren cuando hay variaciones en las condiciones ambientales. Por lo tanto, el trabajo descrito aquí aprovecha métodos robustos de procesamiento digital de señales (DSP), que incluyen la transformada wavelet, el filtrado FIR y la detección de picos, para abordar eficientemente las variaciones en los datos reflectantes. La evaluación de este método se lleva a cabo en un entorno exterior, que incluye obstrucciones como bosques y árboles, produciendo un puntaje de precisión del 92.0% y una precisión del 91.5%. Es importante destacar que este enfoque supera a los métodos de aprendizaje profundo cuando se trata de operar en entornos cambiantes que presentan variaciones extremas en los datos.