「呼吸」以及「心跳」是维持生命迹象的两大特征，也因此现今有许多监控心跳与呼吸的医疗仪器，让医疗人员能获得正确信息，并做出正确的诊疗行为。在现今监控心跳与呼吸的医疗仪器里，传统接触式的量测必须在皮肤上黏贴电极贴片再接电线，以人工方式进行病患生理参数量测与记录，有许多医疗行为需要长时间监控，医生才能根据长时间记录下来的呼吸、心跳信息来找出相关问题。早期非接触式感测是应用于军事以及天然灾害救援活动上，利用雷达侦测及都卜勒效应去监测战场(灾区)上的人员生理讯号状态。 此方案利用毫米波非接触式的特性，利用相位调变的原理侦测得到人们的呼吸、心跳数据，进而从这些呼吸心跳数据中，不间断地掌控人们的生理信息。这方案可利用到Baby monitor,老人居家照护,消防,运动监测…..等等。 方案规格(1)呼吸量测 (2)心跳监控 (3)侦测人 (4)加上WiFi module可连接到手机或云 方案来源于大大通

TI毫米波雷达的微多普勒签名 TI毫米波雷达的微多普勒签名

时变信道matlab代码集群统计MIMO毫米波信道仿真 此代码包与以下文章相关： S.Buzzi, C.D'Andrea,"". 文章摘要 毫米波频率的使用是实现未来 5G 无线系统容量惊人增加 1000 倍的关键策略之一。 虽然对于传统的 sub-6 GHz 蜂窝频率，有几个完善的统计信道模型可用于系统仿真，但类似的工具不适用于毫米波频率，因此无法对独立开发的传输和接收方案进行公平比较。 在本文中，我们提供了一个简单但准确的统计程序，用于生成在毫米波下运行的集群 MIMO 信道模型，适用于缓慢和快速时变信道的情况。 还提供了用于通道生成的 Matlab 脚本及其使用示例。 代码包内容 该软件包包含 2 个 Matlab 函数：Generate_Channel_frequency_selective_LTI.m 和 Generate_Channel_frequency_selective_LTV.m，用于根据上述文章中的表达式 (1) 和 (6) 生成信道脉冲响应。 在该包中还有 3 个辅助函数 Array_response.m、Evaluation_Path_loss.m 和 Lap

DeepMIMO：适用于毫米波和大规模MIMO应用的通用深度学习数据集 这是使用软件生成的DeepMIMO数据集的MATLAB代码包。 是公开发布的参数化数据是针对mmWave和大规模MIMO系统中的深度学习应用发布的。 该MATLAB代码包与以下文章有关： Ahmed Alkhateeb，Proc中的“ ”。 加利福尼亚州圣地亚哥，信息理论与应用研讨会（ITA），2019年2月。 文章摘要 机器学习工具正在毫米波（mmWave）和大规模MIMO系统中找到有趣的应用。 这主要归功于它们在学习未知模型和解决困难的优化问题方面的强大能力。 但是，为了推进毫米波/大规模MIMO中的机器学习研究，需要通用的数据集。 该数据集可用于评估开发的算法，重现结果，设置基准并比较不同的解决方案。 在这项工作中，我们介绍了DeepMIMO数据集，它是mmWave / mass MIMO信道的通用数据集。

ns3-mmwave, 基于 mmWave 3模块的蜂窝系统仿真 请参见 https mmWave ns-3-模块这是一个 ns-3 mmWave MODULE，用于 5G 个mmWave蜂窝网络的模拟。 关于这个 MODULE的描述可以在 arXiv 找到。新的切换分支提供了LTE与mmWave和双连接特性的集成。

IWR6843-读取数据Python-MMWAVE-SDK 使用Python程序读取和绘制IWR6843ISK传感器串行数据。 这是ibaiGorordo（ ）创建的代码的修改版本，用于从IWR1443读取数据。

PDF文件，33页，中兴通讯发布《5G毫米波(mmWave)技术白皮书》，精品一级

TI官网有关AWR的最新的所有例程，包含源代码和PDF说明文档！

用的时候不对然后改了一些

找的时候有点麻烦，就上传了