在MATLAB中，mDoppler_thesis代码实现了基于模拟微多普勒仪的人类活动分类，并运用机器学习算法进行时频分析。

简介：
在MATLAB环境中，微多普勒代码mDoppler_thesis利用模拟微多普勒仪以及时频分析与机器学习算法，对人类活动进行分类，重点在于对汽车用途的差异性研究。该研究成果由 Chalmers大学 (瑞典哥德堡，2017年8月) 贡献。此代码库及相关工具可供使用。联系方式包括帕维尔·格奥尔吉耶夫（PavelGueorguiev），电子邮件地址为linkedin：弗雷德里克·阿克塞尔森（FredrikAxelsson），电子邮件地址为Matlab代码freehanddraw.m，这是一个用于从MATLAB实际雷达信号中提取微多普勒仪的数据文件。用户可以根据数据中对象运动的方向进行选择并提取所需信息，随后对其进行进一步的处理。此外，ANN_main.m程序首先在输入图像上执行深度为1的人工神经网络ANN，随后进行测试。输入参数包括图像大小、网络结构以及学习率λ。值得注意的是，该网络目前不具备扩展到深度大于1的能力。主要程序main.m负责加载.c3d文件，生成模拟雷达响应，并应用STFT、CWD和SPWVD算法对信号进行处理。最后，处理后的图像会被保存到指定的文件夹中以供后续使用。为了支持.c3d数据格式，需要相应的辅助文件支持。