La técnica de penetración de radar ha despertado un gran interés en la comunidad de investigación, debido a sus habilidades superiores para el monitoreo de movimiento humano en interiores a través de paredes. Las firmas de micro-Doppler en esta situación juegan un papel significativo en el reconocimiento y clasificación de actividades humanas. Sin embargo, el cable vivo enterrado en la pared introduce ruidos adicionales en los espectrogramas. Tales espectrogramas degradados afectan drásticamente el rendimiento de la detección de actividades humanas detrás de la pared. En este documento, se utiliza un sistema de radar de banda ultra ancha (UWB) en el escenario a través de la pared para obtener la firma de micro-Doppler mejorada llamada representación de tiempo-frecuencia de rango máximo (R-max TFR). Luego, se emplea una Red Generativa Adversarial Ciclo-Consistente (Cycle GAN) recientemente introducida para realizar la tarea de eliminación de cableado de extremo a extremo. Cycle GAN puede aprender el mapeo entre espectrogramas con y sin el efecto del cableado en vivo. Para minimizar los ruidos de cableado, se introduce una función de pérdida llamada pérdida de identidad en este trabajo. Finalmente, se evalúa el enfoque propuesto de eliminación de cableado a través de la clasificación. Los resultados muestran que la arquitectura propuesta de Cycle GAN supera a otros métodos de eliminación de cableado de última generación.