دانشگاه فرماندهی و ستاد آجا دوفصلنامه بازی جنگ 2676-5284 6 12 2023 08 23 Modulation Classification in Multipath Fading Channels Using Higher-Order Statistics and Optimized SVM Classifier تشخیص مدولاسیون در کانال های محوشونده چندمسیری با استفاده از ویژگی های آماری مرتبه بالا و طبقه بند SVM بهینه شده 115 133 191402 10.22034/ijwg.2024.434488.1072 FA هاشم کلب خانی دانشگاه صنعتی ارومیه 0000-0003-2431-4920 مهدی اوریا دانشگاه فرماندهی و ستاد آجا، تهران، ایران Journal Article 2024 01 07 Objective: Automatic modulation classification (AMC) is a key technology in modern wireless communication and while facing many challenges, it has attracted wide attention in various fields, especially electronic warfare and military applications. The wireless propagation environment is very complicated due to the existence of wide obstacles and in practice, the channel has a multi-path fading behavior that is not considered in most research.<br />Methodology: In this research, we use high-order statistics as features for AMC in multi-path fading channels. To increase the classification accuracy, the received samples are divided into smaller segments, and statistics are calculated for each part. For classification, the support vector machine (SVM) with Gaussian kernel is used, and the standard deviation of the kernel is optimized using the particle swarm optimization (PSO) algorithm to maximize the classification accuracy.<br />Findings: To evaluate the proposed method, eight commonly used digital modulation types were used. The results show that the number of received samples and also the number of segments affect the correct identification accuracy. Also, optimizing the standard deviation of the kernel improves the accuracy of correct signal identification.<br />Originality: The obtained results show that the proposed method can be used as an effective algorithm to detect the modulation type of digital signals in electronic warfare scenarios and other commercial applications. هدف: طبقه‌بندی خودکار مدولاسیون (AMC) یک فناوری کلیدی در ارتباطات بی‌سیم مدرن است و در عین مواجهه با چالش‌های متعدد، توجه گسترده‌ای را در بخش های مختلف، به ویژه کاربردهای جنگ الکترونیک و نظامی، به خود جلب کرده است. محیط انتشار بی سیم به دلیل وجود موانع گسترده بسیار پیچیده است و در عمل کانال رفتار محوشونده چندمسیری دارد که در اکثر پژوهش ها در نظر گرفته نشده است. <br />روش پژوهش: در این پژوهش از آماره های مرتبه بالا به عنوان ویژگی برای طبقه بندی خودکار مدولاسیون در کانال های محوشونده چندمسیری استفاده می کنیم. برای افزایش دقت تشخیص، سیگنال به بخش های کوچک تری تقسیم شده و آماره ها برای هر قسمت محاسبه می شوند. برای طبقه بندی نیز از بردار پشتیبان ماشین (SVM) با کرنل گوسی استفاده می شود که مقدار انحراف معیار کرنل با استفاده الگوریتم بهینه سازی ازدحام ذرات (PSO) بهینه می شود تا دقت طبقه بندی بیشینه شود. <br />یافته ها: برای ارزیابی روش پیشنهادی از هشت نوع مدولاسیون دیجیتال پرکاربرد استفاده شد. نتایج نشان می‌دهند که تعداد نمونه های سیگنال دریافتی و هم چنین تعداد زیربخش های در دقت شناسایی صحیح تاثیر دارند. هم چنین بهینه سازی انحراف معیار کرنل، دقت شناسایی صحیح سیگنال را بهبود می دهد.<br />نتیجه گیری: نتایج به دست آمده نشان می دهند که روش پیشنهادی می تواند به عنوان یک الگوریتم موثر برای تشخیص نوع مدولاسیون سیگنال های دیجیتال در سناریوهای جنگ الکترونیک و سایر کاربردهای تجاری مورد استفاده قرار گیرد. http://www.ijwg.ir/article_191402_8eb7df291aaab427c364c453beb04553.pdf