En los últimos años, el radar, especialmente el radar de onda continua modulada en frecuencia (FMCW), se ha utilizado extensamente en la investigación de signos vitales sin contacto (NCVS). Sin embargo, la investigación actual no funciona cuando múltiples objetivos humanos están cerca uno del otro, especialmente cuando los objetivos humanos adyacentes se encuentran en la misma celda de resolución. En este artículo, se propuso un método novedoso basado en descomposición empírica de modo completo con ruido adaptativo (CEEMDAN)-análisis de componentes independientes (ICA) para obtener la información de signos vitales (incluyendo la frecuencia respiratoria y la frecuencia cardíaca) de objetivos humanos adyacentes utilizando un solo radar FMCW. Primero, los datos observados en un solo ángulo fueron descompuestos por el algoritmo de separación CEEMDAN para construir observaciones virtuales multiángulo. Esto puede transformar efectivamente el problema de separación de fuentes ciegas indeterminado (UBSS) en un problema de separación de fuentes ciegas sobredeterminado (BSS). Por lo tanto, se puede utilizar un algoritmo BSS basado en FastICA para reconstruir la señal de signos vitales de cada persona y luego calcular su frecuencia respiratoria/frecuencia cardíaca. Para validar la efectividad del método propuesto, se realizaron experimentos basados en los datos medidos y los resultados muestran que el método propuesto puede obtener información de signos vitales de múltiples objetivos incluso cuando se encuentran en la misma celda de resolución.