TE LKOM NI KA  Te le c om munica tion,  C omp u tin g,  El e ctroni cs and  Contr ol   Vo l.   18 ,  No.   1 ,  Febr uar y   2020 , pp.  3 7 ~ 50   IS S N: 16 93 - 6930, acc red it ed   First G ra de by  Kem enr ist ekd i kti, D ec ree  N o: 21/E/ KP T/ 2018   DOI: 10. 12 928/ TELK OMN I KA.v1 8i1 . 13639     37       Journ al h om e page :  http: // jo ur nal. uad.ac .id /i nd ex. php/TE LKOMNIKA   Perform ance ana lysis of  m ulti layer mu lticast M ANET C RN  based on  ste in er  min imal tree al gorithm       Basma N az ar Nadhi m,  Sa r ab K am al Mah mo od   El e ct ri ca l   Eng in ee ring   Depa r tment,   Co ll eg e  of   en gine er ing, Musta nsiri y ah  Univ ersity ,   Baghda d ,   Ira q       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   J ul   1 9 , 2 019   Re vised  A ug   2 0 ,   2019   Accepte d  Se p 7 , 2 0 19       In  thi s  stud y ,   the   m ult icast  m obil e  ad  hoc   (MA NET)   CR N  has  bee n  deve lop ed,   whi ch  invol v es  m ult i - hop  and  m ult ila y er  consid era t ion  and   Stei ner   m ini m al  tre e  (SM T)  al go rit hm   is  emplo y ed  as  th e  rout er  protoc ol .   To   enha nc e  the   n etw ork  per form anc e  with  r ega rds   to   throughput   and  pac k et  del iv er y   ra te   ( PD R),   as  cha n nel   assignm ent   sche m e,   the  p roba bil i t y   of   succ ess  (PO S)  i s  emplo y ed  th at  ac count s  for  th e  cha nn el   av ai l abi lit y   an d     the   ti m e  nee d e d  for  tra nsm issi on  when  sele ct i ng  the   best  cha nnel   from     the   num ero us  av ai l abl e  cha nn el s  for  dat a  tra nsm ission  from   the   s ourc e  to  all   desti nations  nodes  eff ec t ive l y .   W it hin  Ra y l eigh  fad ing  cha n nel s  under   var ious  ne twork  par amet ers,   a  c om par ison  is  do ne  for  the  per fo rm anc e  of   SM T  m ult ic ast   ( MA NET)   CRN  with  PO S  sche m e  ver sus   m axi m u m   dat a  r ate   (MD R),   m axi m um   ave rag e   spec trum  av ai l ability   (MA SA )  a nd  ran dom   cha nne l  assignm ent   sche m es.   Based  on  the   sim ula ti on  resul t s,  the   SM T  m ult ic ast  (MA NET)   CRN  with  PO S  sche me   was  see n  to  demons tra te    the   b est  per for m anc e  ver sus   o the r  sch emes.  Also,   the  results   prove d  th a t     the   throughput  and  PD R  pe rform anc e  are  improved  as   the  num ber     the   pr imar y   ch a nnel s  and   th e  ch anne l’s  b andwid th  in cre as ed  whi le   dropp ed   as  the  val u e  of   pac ke t  siz e  D  i ncr ea sed .   The   n et work’s   per for m anc e  gre w   with  r ise   in   th e   val ue   of   idl e   pr obabi lit y   ( )  sinc e  the  pr imar y   us er’ s  (PU )   tra ffi c  lo ad is l o w when  th e  va lu e  of    is h igh.   Ke yw or d s :   CRN   MANET   PO S   Ra yl ei gh  f a ding   SMT   This   is an  open   acc ess arti cl e   un der  the  CC  B Y - SA   l ic ense .     Corres pond in g  Aut h or :   Ba s m a N azar  Nadhim ,    Ele ct rical  En gi neer i ng D e par t m ent, Co ll ege  of en gin ee rin g,    Mustansiriy ah   Un i ver sit y, Ba ghda d,   Ir a q .   Em a il :  bes m a.n azar @yah oo. com ,   besm a.n azar@ uo m us ta nsi riy ah. ed u. i q .       1.   INTROD U CTION   The  dem and   f or  ra dio  sp ect ru m   has  risen   co ns ide rab ly   because   of  th e  rece nt  s pik e   in  wireless   serv ic es .  T od a y’s  wireless  sy stem s  are  unde r  the  regulat io n  of  a  fixe d  s pe ct ru m   assignm ent  po li cy   in  wh ic h  a  sp eci fied  s pect ru m   ban d  is  al lott ed  to  a  li ce ns e d  us er  f or  a  lon g  te rm   basis  and   f or   a   wider   ge ogra ph ic al   locat ion .   T he  us e  of   sp ect rum   is  fo c us ed   on  s pecific  par t s  of  the  sp ect r um ;  ho we ver,  a  co ns ide rab le   vo l um e   of   the  s pectr um   sta ys   un util iz ed.   A s  per   t h e  Feder al   Com m un ic at ion s  Com m issi on   (FC C),  ge ograph ic   and   tem po ral  va ria ti on s  in  th e  usa ge  of  the  al lo tt ed  sp ect r um   fall   in  the  ra nge  of  15%  t o  85%  [ 1 - 4].  Dy nam i c   sp ect r um   acce s s  (D S A),  al so   cal le d  cogniti ve   rad io  net wor ks ,  is  reco m m e nd e d  f or   a ddre ssing   th ese  s pe ct ru m   ineff ect i ven es s   issues  [ 2,   5].  Cognit ive  ra di o  (CR)  is  a n  e nab li ng  te c hnol og y  f or   facil it at ing   co gnit ive   us er s   (secon dar y  or  un li cen sed   use rs)  to  f un ct io n  on  the   vaca nt  s egm ents  of  the   sp ect ru m   al lott ed  to   li cense d  us er s   (prim ary  us ers ).   CR   is   broa dly  te rm ed  as  a  ca pab le   te c hnology  for  ha nd li ng  t he  s pe ct ru m   scarcit y  issue   trigg e red by t he  ex ist in g  in fle xib le  s pectr um al locat ion st ra te gy.    Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   1693 - 6930   TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l ,  V ol.  18 ,  No.  1 ,  Fe bruary  2 02 0:    37  -   50   38   This  is  dep ic te d  in  Fig ur e  1.   I t  is  adep t  at   identify ing   it s  radi o  env i ronm ent,  and   a dap ti vely   sel ect ing   tr ansm issi on   pa ram et ers  as  per   the  se ns in g  ou tc om es.  This  en han ces  t he   perform ance  of   t he  co gnit ive  rad i o  syst e m ,  i m pr ov es  s pectr um   eff ic acy   an d  aver ts  inte rf e r ence  with  pri m ary  us ers  [ 6,   7].  Ba sed  on  this   def i niti on ,  tw o  key  at tribu te s   of   the  c ogniti ve  ra di o  ca n  be   ou tl ine d  as  f ollows:   Cognit ive  capa bili ty ,   i.e.     the  com petence  of   the r a dio   te chnolo gy  to det ect   info rm at i on  f r om   it s  rad io  en vir on m ent,  an d  co nf i gura bili ty ,  wh ic h  al lows   t he  ra dio   to  be   dynam ic ally  pro gr am m ed  a s  per   the  ra dio  env ir onm ent  [2 ] .  Mo re  prec ise ly ,    the  co gn it ive  r adio  te ch nolo gy   will   allow   th e  us ers  t o  fin d  ou t  w hic h  seg m ents  of   the  s pectr um   are  avail able,  sense  the  e xistence  of  li cens ed  us e rs  wh e n  a  us er  f unct io ns   in  a  li cense d  ba nd  (s pectr um   sensing ) ,  c hoos e     the  best  c hannel  on  offe r  (sp ect ru m   m a nag em ent),   ha rm on ie s  this  channel’s   acc ess  with  oth e r  us e r s   (sp ect ru m  sh ar ing), and  cl ear  ou t t he  c hannel  after  a li censed  u se r  is sense d  (s pectr um   mo bili ty )  [2 ] . T hus,  f or   fu t ur e  wireless   com m un ic at ion s,  it   can  be  c on si der e d  as  a  po te ntial   t echni qu e  to  m ini m i ze  sp ect r um   sc arcit y  issue  [8 ] .            Figure  1. S pectru m  f or P U  a nd S U  i n  the  n et work       Applic at ion  of  the   co gnit iv e  pa rad i gm   t o  var i ou s   sce nar i os   per ta ini ng  to   m ulti - ho p  wi reless   netw orks  can  be  done .  The  c ogniti ve  ra dio   ad - hoc  netw ork  is  on e  su c h  s cenari o  that  includes  CR   node s  that  are  in vo l ved   i n  peer - to - pee r  c omm un ic at ion   a m on gst   each  oth e r  via  a d - hoc  connecti ons  [ 9,   10 ] .  R ou ti ng   in  a   m ul ti - hop  co gnit ive  rad i o  ne twork  (CR N)  is  qu it e  a  diff ic ult  ta sk   and  an  op e n  co nc ern.  Of   la te ,  seve ral   routin g  protoc ols  f or  CR N s  hav e   been  rec omm end ed   a nd  asse ssed .  C omm on ly ,  these  prot oco ls   f oc us   on   ei ther  sel ect in g  the  best  qu al it y  cha nnel   or   th os e  channels  that   po s sess  the   m axi m u m   a ver a ge     sp ect r um - avail abili ty   tim e.  I n  a   CR N,  bot h  t he  need e d  transm issi on   ti m e,  as  w el l  as   sp ect ru m - avail abili t y  tim e, w ere fo und t o  c onside ra bly affect  r ou ti ng and  netw or k  c onnecti vity .     A  c onsidera bl e  dec rease  i n  CR N  perfor m ance  co uld  resu lt   du e   to   sp ect r um - avail abili ty   tim e ,   par ti cula rly   wh en  t her e  is  a  s m al le r  aver age   s pectr um - avail abili ty   tim e  fo r  an  as sign e d  cha nne l  than     the  nee ded   tra ns m issi on   tim e   ov e r  that  cha nnel .  I n  the  w orst  case,  especial ly   fo r  m ult i - hop  CR Ns ,  this  issue   beco m es i m po rtant w he n  se ve ral li nk s ar e involve d.   Netw ork  pe rfor m ance can  b e en ha nced   by   m aking  u se of   var ie d  cha nn el   qu al it y  as  well   as  sp ect rum   avail abili t y  eff ic ie ntly   by  accou nti ng   for  co gn it ive  routin g  protoc ol  desig n  [11].  I n  thi s  researc h  w ork ,  the  m ult icast  ro ute r  pro tocol  is  dev el op e d  by  em pl oyin g    the  Stei ner   m i nim a l  tree  (S MT)  al go rithm   fo r  m ob il e  ad - hoc  CR N  that   includes  m ulti - hop  a nd   m ulti la ye r   consi der at io n.  To  en ha nce  the   networ k  pe rfo rm ance  with  reg ar ds   to  the  th r oughput  as  wel l  as  pack et   delivery   rate  (PDR) , p r ob a bili ty   of  succ ess  ( POS)  is  e m plo ye d  as   th e  cha nnel   assig nm ent  sc hem e  for  the  n et w ork  a fte r   changin g  the  netw ork’s  rando m   top ology   to  SMT.  This  is  do ne  to  s el ect   an  eff ect ive  channel  for  data  transm issi on   ba sed  on  c ha nnel   a vaila bili t y  as  well   a s   the  nee ded  t i m e  fo r   tra nsm issi on   a nd  m ake  a   com par ison   of   the  pe rfor m ance  p e rtai ning   to  m ulti cas t  m ul ti la ye r  m u lt i - hop  ad - ho c   CR N  in  the   SMT  protoc ol  as  we ll   as  PO S  sche m e  al on g  with   (MDR),   (MA SA )  a nd  ra ndom   chan nel  assi gn m ent  schem es  at   var i ou s   net wor k  par am et ers  to  descr i be  eac h  sc hem e  and   sel ect   the  best  on e   to  ac hieve   the  bes t  pe rfo rm ance  for  the  m ulti ca st m ult il ay er  m ulti - hop ad - hoc  CR N  in  the  S MT p ro t oco l.   The  re st  of   t he  pap e r  is  str uctu red   as foll ow s:   s ect ion  2   outl ines  the  m ulti ca st  m ob il e  ad - hoc  net wor k  (MA NET).  Se ct ion   3  int rod uces  the  per ti nen t  work   of  te chn iq ues  a nd   m et ho dolo gies  f or   m ulticasti ng   netw ork  cha nnel   assignm ent  and   the  r ou t ing   pr oto c ol  fo r  un directed  gr a ph.  The  St ei ner   al gorith m   for   m ul ti cast ing   ne twork   is  dis cusse d  i n  sec ti on   4.  T he  syst e m   m od el   f or  the  rec om m end ed  m ulti cast    protoc ol  is  pr e sented  in  sect i on   5.   T he  si m ulati on   outc om es  and   co nclusions  are  pr e sented  in  sect ion s   6    and 7,  resp ect i vely .   Evaluation Warning : The document was created with Spire.PDF for Python.
TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l         Perf orma nce  analysis  of  mu lt il ayer  mu lt ic as t  MANET CRN   ba s ed  on s te in er  …  ( Basma   Naza r  Na dhim )   39   2.   MU LT I CAST  M OBIL E  A D - HO C NET W ORK ( M AN E T)   The  ad - hoc  ne twork  is  the  ki nd   of  wireles s  networ k  that  com pr ise s  a  cl us te r  of   wire le ss  nodes,  wh ic h  are  a de pt   enough  to   c om m un ic at e  with  each  oth e r  in   the  abse nce  of  infr a struct ur e .   Ba sic al ly ,  there  are  two  kinds  of   inf rastr uctu re - le ss  wi reless   netw orks:  st at ic   ad - ho c   ne twork   an d  m ob il e  a d - hoc  netw ork  (MA NET)   [ 12] .  A  MA NET  c an  be  de fine d  a s  an  interc onne ct ed  syst e m   of   m ob i le   ho sts  and   does  no t  in cl ude   a fix e d  inf rastr uctu re.  I n  M A NETs , each  m ob il e host  po s s esses the a bili t y fo r  m ulti - hop t ran sm issi on . Also,  it   act s  as  a  ro uter ,  in  wh ic h  each   and   eve ry  node   inv ol ved   in  t he  MAN ET  ne eds  to  know  it s  neighb or   as  w el l  as  serv e  as   a  r oute r  to  ad va nce   the  datag ram   to  the  sp e ci fied  desti nation  [ 13,   14] .  Mult ic ast ing   is  em plo ye d  wh e n  t her e  is a  n ee d for a pp li cat ion s t o  se nd the sam e d at a  to d i ff e ren t  des ti nations  sim ultaneo us ly .    The  m ulti cast  r ou ti ng  proto col  is  desig ne d  for  m ob il e  ad  ho c   net wor ks   (MA NETs )   to  pro vide   su pp or t  f or   i nfor m at ion   disse m inati on   f r om  a  se nd e r  t o  al l  receive rs  pert ai nin g  t o  a   m ulti cast   gro up,   w hile  al so   em plo yi ng   the  avail able   bandw i dth   in  an  eff ect ive  m ann e r  w he n  th ere  are  fr e quen t  top ology  va riat ion s.   Fo r   M A NETs ,   va rio us   m ulticast  routin g  protoc ols  hav e   be en  pu t   f orward.  M ulti cast ing   c omm un ic at i on  i s   consi der e d  to   be   co st - ef fe ct ive  f or  ap pl ic at ion s  w he n  se ndin g  t he   sam e  data  to  va rio us   r eci pients  si m ultaneou sly .  In   c ontrast   to   send i ng   data  thr ough  m ulti pl e  u nicast ,  m ult ic ast ing   dec rea ses  the  co nsum ptio n  of   li nk  ba ndw idth,  delivery  delay   an d  r oute r  pr ocessin g  [13,   15] .  Th e  current  m ulti c ast   routin g  pr oto c ols   desig ne d  f or   MANET s  can  be  m ajo rly   se gm ented  into  m esh - ba sed  a nd  tree - base d.   These  protoc ol s  dif fer  wit h  re gards  to  the  re dunda ncy  involve d  in  the  pat hs   be tween  recei vers  and   se nd e rs.  Tree - based   protoc ol s   offer   just  a  sing le   path  be tween  receiv ers  an d  se nd ers,   wh il e  m esh - base d  pro tocols  offer   m ul ti ple     paths   [ 13,   15] .  Segm entat ion  of  routin g  protoc ols  is  do ne   with   re gards   to  m essage  de li ver y  sem antic s  as   un ic ast ,  bro a dc ast  and m ulti ca st, as  pr ese nted  in [1 4].    The  data  strea m   is  ref er re d  as  a  ‘s ource ’  or   sen de r  w hil e  the  e nd - us er   seeki ng  to  re cei ve  the  data   stream   is  ref erre d  to  as  a  ‘r ecei ver ’ .  If   a  sin gle  receiver  no de   is  pr esent,  th e  ro utin g  issue d  is  cal le d  as  un ic ast   routin g,   wh ic h  can  be  a ddres s ed  with  c om puta ti on   of  the  s hortest   pat h  bet ween   t he  recei ver   a nd  the  s ource  i n   wh ic h  data  are   sent  from   on e   source   to  t he  receiver .  In  th e  m ulti cas t  rou ti ng ,  a   s ource  can  tra ns m it   its  data   stream   to  a  cl ust er  of  hosts.  On  the  ot her   ha nd,  broa dcast   r ou ti ng  or  si m pl y  broad ca s ti ng   ca n  be  de fine d  as  transm itti ng   of   the  stream   from   the  so urce   to  al l  destinat ion s  node  co nnect ed  t o  the  netw ork.   M ulti cast ing   involves  bro a dc ast ing   a nd  un ic ast ing   as  a  s pecial   case,  a nd  re so l ves  the   issue  of   reachi ng  of  the  strea m   to  a   gro up of  nodes  in  the  d e sti nation [ 16,   17] .       3.   RELATE D  W ORKS   Ma ny  ap proac hes  a nd   m et hodo l og ie s  f or   c ha nn el   as sig nme nt  an d  c onstr ucting  the  rout ing   tree   f ro m   ra nd om   un dire ct ed  topolo gy   are  dep l oyed   to  i m pr ov e  t he  pe rfor m ance  of   the  m ulticast  cogniti ve  rad io   netw ork  with  r egards  t o  the  t hro ughput  a nd  var i ous  pa ra m et ers  [16].  T he  m ulti cast   network’s  perform ance  wh e n  tra ns m itti ng   data  to  m ul ti ple  us ers   reli es  on  t he   way  netw ork   topolo gy’s   c onnecti on  is  a rr a ng e d.    In   [ 18] ,  for  m u lt ic ast   netwo rk,  introduc ti on   of   m ini m u m   S te iner  tree  al gorithm   was  done   as  ro utin g  pr oto c ol   and   presentat i on   was  done  f or   t he  m et ho d  to  trans f or m   un di rected  to polog y  to   Stei ner  tree  in  [ 19] .  Be sides   util iz ing   the  ef fici ent  tree  al go rithm ,  the  ch oice  of   best  ch ann el   f or  trans m itti ng   data  in   a  m ulti - ho p  m ulti cast   cogniti ve  ra dio  netw ork  is  a  vital   top ic   f or   i m pr ovin g  the  netw ork’s  thr ough pu t  perfor m ance.  The  m ulti cast   routin g  sc hem e  is  cl ubbe d  w it h  the  al l oc at ed  cha nnel   of   m ulti - hop  m ul ti cast   CRN   as  pr e sente d  in  [ 20 ] .  Mult ic ast   tree  is  e m plo ye d  fo r  c onstr uc ti ng   m ini m u m  energy  direc t  Stei ner   tree  with  the  he lp  of     low - com plexity   approxim ati on   al gorithm   for  CR N  a nd  the  im pact  of   pri m ary  net work  tra f fic  load  i s   evaluate d  to  d e te rm ine sp ect r um  p resen ce  oppo rtu niti es [ 21] .    The  su m   rate  i s  m axi m ise d  ta ken   f r om  al l   us ers  of   CR N  in term s   of   trans m issi on   rate  as  well   as  j oin t   channel  sp ect r um   assign m ent  per ta inin g  to  the  arr a nged  ac cess  channel  f or   m ulti u ser  sing le - tran scei ve r  CR N  opport un it ie s  as  sugg e ste d  i n  [ 22] .  CR N’s  thr oughput  perform ance  can  be   co ns i de rab ly   im pr ov e d  an d  al gorithm   can  be  em plo ye d  t o  decr ea se  the  end - to - en d  del ay   fo r  cha nnel   assignm ent  as  well   as  fo r  m ulti cast  routin g  in   the   m esh  netw ork  per ta ini ng  t o  CR .   This   a lgorit hm   con s iders  t he  s witc hing  la te ncy   an d    the  ch an nel’s   he te rogen ei ty   as   rec omm end ed   in  [23].  In  cas e  of  the   m ulti - hop  CR N,   t he  pro bab il ist ic   routi ng   schem e  al go rithm   was  reco m m end ed  i n  [ 24] .  This  al gorithm   con siders  t he  cha nnel ’s  a vaila bili ty   time  an d  essenti al   trans m issi on   tim e.  The  CR N ’s  be st  throu ghput  perform ance  can  be  at ta ine d  by  pr e ferrin g  thi s   schem e  ov er  oth e r  schem es.  In   a dd it io n,   within  Ra yl ei gh   fa ding  cha nnel ,  em plo yi ng   of  m axi m u m   PO S  routin g protoc ol w a s  done fo r  m ulti - ho p C RN [1 1].    Ov e rlap ping  as  well   as  non - overla pp i ng  cha nn el   a ssign m ent  alg ori thm s  fo r   a m plifyi ng     the  thr ough pu t   perf or m ance  are  rec omm en ded  in  [ 25] .  T he  cr os s  la ye r   routin g  proto col  proce ss  w as  pu t   forw a r d  in [ 26]  to  choose th e  best ch a nn el  fr om   a m on gs t t he  ob ta ina ble cha nn el s  per ta ini ng  to  m ulti cast  CR N   to  obta in  bette r  vid e o  qual it y  by  al l  recei ver s ’  no des  w it hin   the  netw ork.   I n  [ 17 ,   27] ,  SPT  a nd   MST  are   util iz ed  as  r ou ti ng   protoc ols   for  t he  m ultilay er  m ult ic ast   m ulti - hop  C RN  with   P OS  schem e  as   channel  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   1693 - 6930   TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l ,  V ol.  18 ,  No.  1 ,  Fe bruary  2 02 0:    37  -   50   40   assignm ent.  T he  net wor k’ s  pe rfor m ance  is  i m pr oved  with   reg a rds  to  the   thr oughput  an d  P DR  com pared  t o  oth e r  sc hem es.   EXT  with  MS T  an d  SP T  are  d epl oyed  as   r outi ng  al gorith m s  fo r  the  m ulti cast   m ulti - ho p  CR N .   The  P OS sch e m e w as u ti li zed as  c ha nn el  a s s ign m ent f or s el ect ing  an ef fici ent ch a nn el   f or  t ran sm it ti ng  d at a in   accor da nce  wi th  the  c hannel   avail abili ty   a nd   t he  re quisi te   transm issi on   tim e  as  reco m m end ed   in   [12].   Rou ti ng  prot oc ol  m et rics  in  m ul ti   ro ute  and   one - way  rou ti ng   for  wirele ss  and   co gnit ive  rad i o  netw orks  are   com par ed  a nd  analy zed its c ha ll eng es as  r ec omm end ed  in  [28 ] .       4.   STE INER AL GORIT HM  F OR M ULTIC AS TI NG NET WORK   The  Stei ner   m i nim a l  tree  (SM T)  al gorithm   is  am on g  the   sever al   al gorithm s  fr om   the  gr a ph  the ory   wh ic h  ha ve  be en  util iz ed  for  fixing  r outi ng  issues  in  a  wireless  m ulticasti ng   net wor k  [ 16 ] .  T he  S te iner  netw ork  e ncom passes  two  ki nd s  of  ve rtic es:   te rm inals  (r e qu i red)  ver ti ces  an d  no nterm i nal  (S te ine r)  ve rtic es .   SMT  al gorith m   and   sp a nnin g  tree   are  not  the  sam e,  in  that  a  s pa nn i ng  tree  li nks   al l  ver ti ces  of  a  s pecific   gr a ph,  w hile  a  SMT  bi nds  a  s pecific  s ubset   of  the  ve rtic es  (so m e  of  Stei ne r  ver ti ces  a nd  te rm inals  ver ti ces  t o   decr ease   the  t r ee  cost)   [ 16,  19] .  A   key  iss ue   with  SMT  is  how  t o  fi nd  a  t ree  that  not  on ly   has  m ini m u m   cost   bu t al s o  i nclu de s all  term inal  ver ti ces as  w el l as any s ubset   per ta ini ng to n on te rm inal (Stei ner )  v e rtic es.     Let   G  =  ( V,   E ,   w)   represe nt  the  un directed  gr a ph  al ong  wi th  a  set   of   ve rtic es  V  as  well   as  ed ges  E   al ong  with  nonn e gative   wei gh ts   w .  I n  Stei ner  m ini m al   tree   T,  t he  needed  ver ti ces  set   is  (L   ⸦  V) ,   in   w hic h    (T  ⸦  G)  that  has  a  set   of  ve rtic es  W   t hat  inclu des  al l  the  need e d  ve r ti ces  L  as  wel l  a s  ( W - L )  St ei ner    ver ti ces  [19,  29] . T he  ste ps  t o determ ine SMT with m inim u m   total  ed ge  w ei ght  W  a re  [19,  29 ] :     The  m et ric   cl os ur e  G_L  on L   is de velo ped.     Krus kal’s  al gorithm  is e m plo ye d  to  determ i ne  m ini m u m  s pannin g  t ree  M ST    on  .     Stei ner   ve rtic es  wer e  inse rted  betwee n  a  pa ir  of   te rm inal  ver ti ces  in  T_L  as  interm e diate   po ints  t o  determ ine Stei ner m ini m al  tree T.     To  el ucidate th ese ste ps, the  foll ow i ng ex am ple is intr oduc ed [1 9]:   Figure  2   ( a )   dem on strat es  un directed   grap h  G   al ong  with  nonterm inal  ve rtic es  {u 1,   u2,   u3,  u4}  as   well   as  te r m inal  ver ti ces  L   =  {v1 ,  v2,  v3,   v4 ,  v5}.  Th e   sh ort est   path  le ng th s  am on gst   al l  L  ver ti c es  are  determ ined  to  bu il d  m et ric  clo sure    on   L ,  a s  pr ese nte d  in   Figure  2   ( b ) .  Krus kal’s  al go rithm   is  us ed  to   determ ine  the  MST    as  de m on strat ed   in  Fi gure  2   ( c ) .   To   de te rm ine  SM T,   nonterm inal  ve rtic es  {u 1,   u2}  are  placed  in  the  pa th  betwee n  te r m inal  ver ti ces  {v1,  v4}  to  ke ep  the  tree’s  to ta l  weigh t  m ini m u m   as  pr esen te d  in   Figure  2   ( d ) .  Ba sed  on  Figure s   2   ( c )   a nd   2   ( d ) ,  it   can  be  seen  that  the  total   weigh t  of  the  tree  is  22   pr i or   t o  add it io n  of  {u 1,   u2},  w hile  the  tree ’s  t otal  weig ht  is  de cr eased  t o  j us t  17  po st  a ddit io n  of   { u1,  u2},   w hich   ind ic at es that t he  Stei ne r p oint s cast an im pact that dec reas e the total  c os t  of tree.                     Figure  2.  Stei ne r  m ini m a l t ree algorit hm : ( a)  undirecte d gr a ph G,  ( b) the  m et ric cl os ure  G L,    ( c)  t he  MST  T L , d)  t he  SMT   T     (a)   (b)   (c)   (d)   Evaluation Warning : The document was created with Spire.PDF for Python.
TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l         Perf orma nce  analysis  of  mu lt il ayer  mu lt ic as t  MANET CRN   ba s ed  on s te in er  …  ( Basma   Naza r  Na dhim )   41   5.   SY STE M MO DEL FO R  P R OPOSE D MU LT ICA ST  CR N   To  en ha nce  th e  eff ic ie ncy  of   total   sp ect ru m   as  well   as  increase  the  ove ra ll   thro ug hput  of  the  CR N,  nu m erous  a ppr oach e s  an d  te c hn i qu e s  ha ve  been  em plo ye d.   At  m os t,  est ablishm ent  of   the  cu rr e nt  pro tocols   was  do ne  on  ei ther  the  pro cess  of   path  s el ect ion   or   t h e  channel  sch e m e  assignm e nt  [12].  I n  ad diti on,     the  sel ect io n  of  cha nnel s  by   curre nt  cha nnel   assi gn m ent  schem es  reli es  only   on  th e  sp ect ru m ’s  aver a ge   avail abili ty   su ch  as  Ma xim um   Av erag e  Spec trum   Av ai la bili ty   (MASA)   schem e  or   ba sed  on  the  c ha nn el ’s   qu al it y   su c h  as  Ma xim u m   Data  Ra te   (MDR)   sche m e,  or   sel ect s  the  c hanne l  rando m ly   with  no     lim it at ion   [12,   17 ] .  T his  paper   consi de rs  both   the  pro ba bili ty  of   su cces s  ( P OS )   cha nnel   as sign m ent  sche m e  as  well   as  the  path  sel ect ion   pr oc ess  that  e m plo ys  the  Stei ner  m ini m a l  tree  (S MT)  al go rithm .  E m plo yi ng   POS  schem e  as  chan nel  as sig nm e nt  is  hel pful  f or  pe rfo rm ance  enh a ncem ent  of  the  m ulti la yer   m ulti cast   m ul ti - hop  CR N  en vir onm ent  syst e m   with  re gards  t o  the  th r oughput  as  well   as  pack et   deliver y  rate  (P DR )  s ubj ect   t o  var i ou s   net work   pa ram et ers  as  this  sc hem e  co ns ide rs  th e  nee ded   ti m e   for  tra ns m iss ion   a nd  the  c hanne l   avail abili ty   wh en  sel ect ing   th e  best  cha nn el s  for  eff ect i ve   data  transm is sion   to  al l  des ti nation  no des   fr om     the  source .  I n  t his  resea rch   w ork,   for  vid e o  transm issi on   to  destinat io n  no des  f r om   so ur c e  node  ov e r  a  sing le   session, m ulti l ay er m ulti cast   m ul ti - hop  CR N  r outi ng  protoco l i s  em plo ye d.     At  first,  ge ne r at ion   of  undi re ct ed  gr a ph  is  done  with  a  se t  of   nonte rm i n al   Stei ner   ( Nnt )  as  well   as  te rm inal  ( Nt)   ver ti ces  within  the  square  area ,   and   the n  deter m inati on   of   St ei ner   m ini m al   tree  (S MT)  is  done  e m plo yi ng   the  al gorithm   as  mention e d  in  sec ti on   ( IV).  Be tween  eac h  de s ti nation  no de  a nd   t he  source  node ,   there  are  nu m e rous  avail a ble  PU   cha nnel s  ( M)   and   the  Ma rko v  m od el   is  the  sta tus  m od el   per ta inin g  to  each   pr im ary  us er  ( PU )   cha nnel ,  wh ic h  keeps  in te rch a ng i ng  be tween  t he  tw o  sta te s  (idle  a nd  busy).   The   idl e  sta te   su ggest s  that  SU   can  us e  the  cha nn el   as   it   is  no t  us e d  by   PU,  w hile  bu sy  sta te   i m plies  that  P U  us es     the  c hannel  a nd  S U   can not  use   the   sam e.  Fo r   al l  cha nnel s,  ide ntica l  ba ndwi dth  ( BW )  i s  fix ed .  Applyi ng  of     the  P OS   sc he m e  is  done  to  t he  netw ork  as  channel  assi gnm ent  to  im pr ov e  netw ork  perform ance  as  w el l  as  to   o r ga nize  the  CR N  transm issi on s  so   as   to  m ake  avail able  com m on   con t ro l  c hannel  (CCC )  [12,   17 ] .     The  pro ba bili t y  of  s uccess   (  ( − ) )   bet ween  any   of  the   tw o  node s,  i  a nd  j ,   in  SMT  tree   with   re gards   to   channel  j  for  t he  av ai la ble c ha nn el   ( C )  of CR N  ca n   be  e xpre ssed  as  in  [11 ] :      ( − ) =  ( − ( ) ( − ) )         (1)     wh e re    de no te s   the  a ver a ge   a vaila bili ty   time  pe rtai ning  t o  sp ect r um   in  ( in  sec)   f or  c ha nn el   j  an d  ( − )   represe nts  the  r equ i red   tra ns m issi on   tim e  in  (in  sec/ pack et )  to  transm it   a  pa cket  to  node  k  from   i  ov er  ch ann e l   j , w hich  ca n be  expres sed  as i n [11]:     ( − ) = ( − )   (2)     wh e re  D   si gn i f ie s  the  pack et   siz e  (in   bits)   a nd  ( − )   de no te s  t he   data  rate  (i n  bit/ sec)  betwee n   i   a nd   k  node s  ov e r  c ha nn el   j ,  as e xpresse d  i n [11]:     ( − ) = (  )    2 ( 1 + ( ) ( − )  ∗ 0 )   (3)     wh e re  0   de note s  the  the rm al   power   de ns it y  in  ( W at t/ Hz),     re presents   the  c ha nn el   ba ndwidt h  a nd  ( ) ( − )   represe nts the r ecei ved   powe r t o  recei ver j f r om  tran sm it te r  i, as e xpresse d i n  [ 11] :     ( − ) = (   4 ) 2 ( ( ) ( − ) )   (4)     wh e re    de note s   the  CR ’s   tra nsm issi on   po wer,  d  sig nifies  t he   distance   bet ween  any   tw o  nodes ,  n  r ep res ents  the  path  l os s   e xponent,  a nd  ( ) ( − )   i m pl ie s  the  cha nn el  p owe r  gai n  bet ween   i  a nd  k  nodes  over   channel  j. W it h  reg a rds to  Ray le igh   fa ding,  e xpone ntial  d ist ri bu ti on  of  ( ) ( − ) is done  with m ean 1 [11 ] .   To  e xp la in  ho w  the  P OS   ch ann el   assi gnm ent  schem e  is  us e d  to  c hoose   the  be st  ch ann el   from   avail able  cha nn el s  f or   pr i m ary  and   seconda ry  us ers   to  transm i t   data  fr om   so urce  no de  to  al l     destinat io n  no des  Fig ur e  3   is  us ed.   We   hav e  on e  s ource  node  ( v1)  a nd   six  n od e s  (fo ur   no des  are    the d e sti nation  (v2, v 3, v4 a nd  v5). T hr ee  av a il able cha nn el s  are use d (CH 1, CH 2  a nd CH 3).   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   1693 - 6930   TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l ,  V ol.  18 ,  No.  1 ,  Fe bruary  2 02 0:    37  -   50   42       Figure  3. Stei ne r  m ini m a l t ree w it h  t hr ee  lay ers       Fr om   Fig ur e   3  one  ca n  note   that  the   SMT   tree  has  t hr ee   la ye r  an d  the   proces s  of  P OS   c ha nn e l   assignm ent is a pp li ed  to  e ach  lay er as fo ll ows :   a. T he  tra ns m is sion o f  la ye r 1:   The  unic ast   tra ns m issi on   is  us ed  to  tra ns m i t  data  from   so urce  node  ( v1)  to   node  ( u1)  a nd  the  cha nn e l   with  m axi m u m   value   of PO S   is  the b est   c hannel  that use d  f or  d at a  tra ns m i ssion  (C hannel   3  with POS=0 . 90 80   is  us e d  in   this case)  as   Table 1.  Note  that  th e  CH 2  ha s  ( POS=0)   this  m ean  that  this  c ha nnel   is  occ up ie d  by  P U   and can not be   us e d by SU.       Table  1.   POS f or the tra ns m is sion o f  la ye r 1   Ch an n el   Receiv er   CH1   CH2   CH3   POS f o r  b est ch an n el   v1 - u1   0 .75 5 5   0   0 .90 8 0   0 .90 8 0       b.   The  transm i ssion o f  la ye r 2 :   The  m ulti cast   t ran sm issi on   is  us e d  to  tra ns m i t  data  from   (u 1)  node  t o  ( v2,  u2)  no des.   Mi nim u m   PO S   value  is  ch oos ing   f ro m   each  channel  then  m axi m u m   val ue  of  this  m ini m u m   values   is  choosin g  f or   data  transm issi on   ( Chan nel  3  with  P OS = 0.885 3  is  us ed  i n  this  case)  as  Ta ble  2.   Also,  it   sh ould  be  note d  th at   CH2  cannot  be use d f or  t ran sm issio n beca us e  it  used  by P U.       Table  2.   POS f or the tra ns m is sion o f  la ye r 2   Ch an n el   Receiv er   CH1   CH2   CH3   POS f o r  b est ch an n el   u1 - v2   0 .72 0 5   0   0 .88 5 3     u1 - v2   0 .81 6 5   0   0 .91 9 7   Min POS   0 .72 0 5   0   0 .88 5 3   0 .88 5 3       c. T he  tra ns m is sion o f  la ye r 3:     Part1:  The  unic ast   transm issio n  to  tra ns m it  data  from   no de  v2  to  v5  node  is  us e d.   T he  cha nn el   with   heig ht v al ue of   POS is c hoos i ng ( C hannel2   with P OS = 0.8 661  is  u se d  i n  t his case )  as i n Table   3.     Part2:  T he   m ul ti cast   transm is sion  f ro m   node   u2  node   to  (v3,   v4)   no des  is   us e d.  As   in   La ye r  2  m ini m u m   values   of  POS  f or  eac h  c ha nn el   is  us ed   then   f or  data   transm issi on   m axi m u m   value  of  P OS  f r o m   m ini m u m  is cho os i ng ( C ha nnel 3  with  P OS = 0.854 7  is  us e d i n  this case )  as   in Ta ble 4.       Table  3.   POS f or the tra ns m is sion o f  la ye r 3  par t  1   Ch an n el   Receiv er   CH1   CH2   CH3   POS f o r  b est ch an n el   v2 - v5   0 .77 2 6   0 .86 6 1   0   0 .86 6 1       Table  4.   POS f or  the tra ns m is sion o f  la ye r 3  par t  2                 Ch an n el   Receiv er   CH1   CH2   CH3   POS f o r  b est ch an n el   u2 - v3   0 .62 1 5   0 .84 3 6   0 .87 3 9     u2 - u4   0 .62 1 5   0 .76 8 1   0 .85 4 7   Min POS   0 .62 1 5   0 .76 8 1   0 .85 4 7   0 .85 4 7     Evaluation Warning : The document was created with Spire.PDF for Python.
TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l         Perf orma nce  analysis  of  mu lt il ayer  mu lt ic as t  MANET CRN   ba s ed  on s te in er  …  ( Basma   Naza r  Na dhim )   43   6.   COMP UTER  SIMULATI O N AND  RES U LT S   In   this  sect io n,   com pu te r  s i m ulati on s  are   carried  out  to  assess  the  perform ance  per ta inin g  to   m ul ti la ye r  m u lt i - hop  m ulti c ast   m ob il e  ad  hoc  CR N   by   em plo yi ng   th e  SMT  al go rithm   fo r  c onstr ai ni ng     the  netw ork  with  P OS   cha nn el   assi gn m ent  schem e.  Th is  al lows   sel e ct ing   an  e ff ic i ent  cha nn el   f or  data   transm issi on  base d on  t he  ch ann el  a vaila bili ty  an d  the  needed tim e to car r y ou t t ra ns m iss ion . A c om par ison  i s   carried  out  to  e valuate  the  perform ance  of   th e  pu t  f orwa rd   protoc ol  al ong  with  P OS   sc he m e  ver su s  m axi m u m   data  rate  (MD R),  m axi m u m   aver a ge  sp ect r um   avail ability  (MASA)  an d  r andom   chan nel   assignm ent  sc hem e s   with  re gards  t o  the  pac ket  de li ver y  rate  (PDR)  an d  th r oughput,  sub j ect ed  to  va rio us   netw ork  pa ra m et ers  within   the   Ra yl ei gh   fa ding  c ha nn el   m od el .  We  ha ve   acco unte d  f or  t hr ee   idle  pro bab il it y  (i.e .   =0. 3,   0.6,   0.9 )   to  assess  the  im pact   cast   by   pr im ary  us ers  traff ic   load  on   the  perfor m ance  of   co gnit ive  rad i o  ne twork .   MATLAB   (R 2018a)  is  de pl oyed  for  co m pu te r  si m ula ti on .  F or   com par is on   purpo se,  the  syst e m   m od el   par a m et ers  are  dep ic te d i n Ta ble 5.       Table  5.   Syst em  p ara m et ers   Para m eter   Valu e/Ty p e   Netwo rk ar ea   2 0 0 * 2 0 0 m   No .  o f  T er m in al n o d es (Nt)   20   No .  o f  Non ter m in a l no d es (Nnt)   10   Top o lo g y  tr ee   SMT   tree   No .  o f  CR so u rce   On e so u rce   No  of  pri m ar y  cha n n el ( M)   15   PU chan n el  m o d el   Mar k o v   m o d el   Idle p rob ab ility  P I   [ 0 .3 0 .6 0 .9]   Av erage availab ilit y  ti m e  ( )   Ran g e f ro m  2  m s t o  45   m s   Ban d wid th  ( BW)   1  M Hz   Pack et size  (D)   4  KB   Tr an s m iss io n  po wer  (P t)   0 .1 W att   Ch an n el us ed   Rayleigh  f ad in g  ch an n el   Path  los s  ex p o n en t  ( n )   4   Ther m a l no ise p o wer ( 0 )   10 − 8   W / Hz       6.1.   Perfo r ma nce  eva lu ati on   of  St ei ner  mi ni mal  tree  ( SMT )  multic ast  CRN  un der  t he  im pa c t  of     channel  b an d w idth   As  pr ese nted   in  Fi gures  4  (a - c)  a nd  Fi gure   5  (a - c ),   t he  t hro ughput  as   well   as  P DR  perform ance   per ta ini ng   t o  m ul ti la ye r  m ul ti - hop  m ulti ca st  CR N  is  co m par ed  with  c hannel  ba ndwi dth   possessin g  var i ou s   ty pes  of  cha nnel   assi gn m ent  schem es  as  well   as   three   values   of  I dle   pr ob a bili ty   [ P I = 0 . 3 , 0 . 6 , a nd   0 . 9 ] ,  resp ect ively .   The  fig ur e s  in dicat e  th at   as   the  c hannel’s   band width  r ose ,  the   pe rfo rm ance  of  al l  sc hem es   enh a nce d  as   the  data  rate  (c hannel  ca pacit y)  co rr es ponds   to  th e  c hanne l’s  ba ndwi dth .   H ow e ve r,   bas ed   on   Figures  4  (a)  and  5  (a ),   it   c an  be  see n  t ha t  the  ch an nels  are  bu sy  m os t  of  the   tim e  fo r  sm al l  value  of  I dle  pro bab il it y  ( P I = 0 . 3 )   du e  to  high  pr i m ary  us er  tra f fic  load .  Als o,  unde r  this  value  of  P I ,  it   was  seen  tha t     the  PO S ’s  thr ough pu t  pe rfo r m ance  was  sim il ar  to  that  o f  MAS A  sche m e  by  16 .4 % ,   wh ic h  ou t pac ed  eve n  MDR  an d  RS   schem es  by  53. 4%  a nd  92. 7% ,  res pecti vel y,  w hile  with  reg a rds  to  PDR ,  it   was  by  15. 8% ,   124%  a nd   168.5%  resp ect i ve ly .  Fr om   Figu r es  4  ( b ,  c )  an d  Figures  5  ( b ,  c),  it   can  be  s een  that  as  the   idle  pro bab il it y  ro s e  ( P I   =   0.6  an d  0.9),  the  th rou ghpu t  perform ance  of   t he  P OS   schem e   was  be tt er  than  MA S A,  MDR  an d  SR   by  27. 9%,  88. 7%  a nd  14 9.1 %  at   P I   =  0.6  a nd  by  35. 1%,  85. 1%  a nd  14 8.5%  at   P I   =  0.9.  F or  PD R  pe rfo rm a nce,  the  POS  s chem e  ou tc la ssed  at   P I   =0.6  by   18 . 7%,   213. 8%  an d  29.16 %  and   at   P I   =0.9  by   22.81% ,  217.5 %  an d  326.0 2% ,  re sp ect ivel y.  This  c ould   be  due  to   in crease  in   P I   val ue  that  i ncr ea ses     the  pro ba bili ty   of   su it able  c ha nn el s  bein g  a vaila ble  to  CR   us ers   f or   t rans m issi on   as  the  PU   tra ff ic   l oad  is  at   a   lowe r  le vel.       6.2.   Perfo r ma nce  eva lu ati on   of  St ei ner  mi ni mal  tree  ( SMT )  multic ast  CRN  un der  t he  im pa c t  of     pa cke t  siz e   Figures  6  (a - c )  an d  Fig ur es   7  (a - c )  prese nt  the  thr ough pu t  an d  P DR  perform ance  per ta inin g  t o  m ul ti la ye r  m u lt i - hop  m ult icast  CR N  wh e n  com par ed  with  pac ket  siz e  with  var io us   kinds  of   c hannel   assignm ent  schem es  as  well   as  three  va lues  pe rtai ni ng   t o  I dle  pro ba bili ty   [ P I = 0 . 3 , 0 . 6 , a nd   0 . 9 ] ,  re sp ect ively .  T he  fig ures  in dicat e  that  the  PD R  pe rfor m ance  and   t hroug hput  droppe d  as   the  value  of   pa cket   siz e  D   r os e.  T his  ha pp e ns   si nce  to  tra ns m it  the  pac ket  dat e  of   CR   us e r  e ff ect ively ,  hi gh  avail abili ty   of   ti m e   for  the  cha nn el   is  req uire d  fo r  high  val ue   of  D ,  w hich  m akes  it   diff ic ult  to  find   t he  best  c hannel.     Figures   6   ( a - c )   in dicat e  that  t he  e nhance d  t hro ughp ut  gai ns  f or  P OS   sche m e  as  agai ns t  MASA,  M DR  and  RS   schem es  at   P I = 0 . 3 ,  0.6  a nd   0.9  a re  [ 12.5%,  56.6%  and  10 2.1%],  [ 16.9%,  100.5 %  an d  155.3% ]   and   [ 26. 2% ,  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   1693 - 6930   TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l ,  V ol.  18 ,  No.  1 ,  Fe bruary  2 02 0:    37  -   50   44   93.7%  and   170.8%],  res pecti ve ly .  Acco r ding   to  Figu re s  7   ( a - c),  the  e nh a nc ed  PD R  gai ns  fo r  P OS   sc he m e  as   against  M ASA ,  MDR  a nd  R S  sc hem es  at   P I = 0 . 3 ,  0.6  a nd  0.9  a r e  [ 16.5 % ,  118.6%  a nd  183.2 %] ,  [ 14.3 % ,   213%   an d  29 8.6%]  a nd  [ 23 .4 % ,  228.9%   and  367.2%],   resp ect ively .   Also ,   with  ris e  in   the   val ue   of  P I ,    the P OS  s chem e’s per form ance i m pr oves a s t he  P U’s tra ff ic   load  is  lo w  at   hi gh   value  of  P I .                         Figure  4. Th r ough pu t  vs cha nnel  b a ndwi dth :     (a)   PI =  0.3, (b)  PI   =   0.6 ,  ( c )  PI  =  0.9     Figure  5. P DR  vs  c ha nn el   ba ndwi dth :     ( a)  PI   =   0.3,  ( b). PI   =   0.6 ,  ( c)  PI   =   0.9         (a)   (a)   (b)   (b)   (c)   (c)   Evaluation Warning : The document was created with Spire.PDF for Python.
TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l         Perf orma nce  analysis  of  mu lt il ayer  mu lt ic as t  MANET CRN   ba s ed  on s te in er  …  ( Basma   Naza r  Na dhim )   45                     Figure  6. Th r ough pu t  vs data  pack et   siz e :     ( a)  PI   =   0.3,  ( b) P I   =   0.6,  ( c ) PI   =   0.9     Figure  7. Th r ough pu t  vs data  pack et   siz e :     ( a)  PI   =   0.3,  ( b)  PI   =   0.6,  ( c ) PI   =   0.9       6.3.   Perfo r ma nce  eva lu ati on   of   steiner  mi nimal  tree  (SMT)  multic ast  CRN  unde r  th e  eff ect  of  incr eased  t he   prim ar y  ch annel s nu m ber   Figures  8  (a - c )   and   Fig ures  9  (a - c )  pr e sent  th e  throu ghput  as  well   as  PD R  perform ance  of   m ult il ay er   m ul ti - hop  m ulti cast   CR N  as  com par ed   wit h  the   num ber   of   pri m ary  chan nels   al ong  with  var i ou s   ki nd s  of  channel  assi gnm ent  schem es  as  well   as  th re e  values   of  I dl e  pro bab i lity  [ P I = 0 . 3 , 0 . 6 , a nd   0 . 9 ] ,  resp ect ively .   The  PD R  pe rfor m ance  an d  t hro ughput  e nh anced  as  t he  num ber   of  pr im ary  cha nnel s  r os e.   This   is  due  t o  increase  i n  the   chance   of  rai sing   t he  num ber   of  a vaila ble  channel  per ta ining   t o  CR   use r  as  pr ese nt ed  i n  Figures  8  (a - c )   an d  9  (a - c ),   r especti vely .  T he  e nh a nce d  t hro ughput  gai ns   for  PO S   sc hem e  in  com par iso n  to   MASA,  M DR  an d  RS   sche m es  at   P I = 0 . 3 ,  0.6   a nd  0.9   are   [ 13 .6 % ,  14.4 %   an d  47%] ,  [ 23. 3% ,  26.1 %   an d  68.0%]   and  [ 24.7%,  32.5 %   and   73. 3%]  resp ect ively .  The  e nh a nce d  PD R  gains  for  P OS   sc he m e  in  com par ison  to   MAS A,   M D R  an d  RS  sch e m es  at   P I = 0 . 3 ,  0.6   and  0.9   are   [ 13. 3%,  44. 96%   an d  82.1%] ,  [13.9%,  68.8%  and  116.5%] a nd [1 4.6%, 9 1.5% a nd  138.7 %] , r es pecti vel y.       (a)   (a)   (b)   (c)   (c)   (d)   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   1693 - 6930   TELK OMN IKA   Tel ec omm u n   C om pu t El  Con t ro l ,  V ol.  18 ,  No.  1 ,  Fe bruary  2 02 0:    37  -   50   46                     Figure   8. Th r ough pu t  vs n umber  of c hannels :     ( a)  PI   =   0.3,  ( b)   PI   =   0.6,  ( c )  PI   =   0.9     Figure  9. P DR  vs   nu m ber   of c hannels :     ( a)  PI   =   0.3,  ( b) P I   =   0.6,  ( c ) PI   =   0.9       6.4.   Perfo r ma nce  eva lu ati on   of   steiner   mi nimal  tree  (SMT)  multic ast  CRN  unde r  th e  eff ect  of  transmi ssion   po w er   Figures  10  (a - c)  an d  Fi gure s  11  (a - c)  pre sent  the  th r oughput  as  well   as  PD R  perf or m ance  of  m ul ti la ye r  m ul ti - hop  m ulti ca st  CR N  wh e n  com par ed  with   transm issi on   powe r  al ong  with  va rio us   ki nd s  of  channel  assignm ent  sche m es  as  well   as  thre e  values  pe rtai ning  to   idle  pr ob abili t y    [ P I = 0 . 3 , 0 . 6 , an d   0 . 9 ] ,   res pecti vely .   W it h  a  rise  i n  t he   tra ns m is sion  power,   the  PD R   perform ance  an d  thr oughput  en han ce d.   T his  is  becau se  the r e  is  a  decr ease  in  the  tim e  need e d  f or   data  transm issi on ,  thu s   al lowing  m or e  data  to  be  tra ns m itted  ov e r  each  c hannel.  Also ,   in  th e  ca se  of  hi gh   val ue  of   i dle  pro ba bili ty ,  there  is  e nhanc e m ent  in  the  pe rfor m ance  of  PO S   schem es  as  m entioned   i n  the   earli er  se ct ion s.   The   en han c e d  thr oughput  gai ns   f or  the  POS   schem e  as  ag ai ns t  MAS A,   MDR  an d  RS  schem es  at   P I = 0 . 3 ,  0.6  a nd   0.9  a re   [7.5 % ,  49 . 1%   and   74. 4%],  [15.1%,  56. 9%   and   110.2 %]   and   [ 24. 9% ,  62. 1%  a nd  148.9%],  re s pecti vely .    The  e nh a nce d  PD R  gains  for   PO S  schem e  in  com par is on   t o  MA SA,  MD R  and   R S  sch e m es  at   P I = 0 . 3 ,  0.6   and   0.9  are  [6.9 % ,  122.2 %  and   158.5 %] ,  [12.9%,  151.7%  a nd   232.1%]  an d  [20 . 8%,   165.7 %  an d    292.7%],  res pe ct ively .   (a)   (a)   (b)   (b)   (c)   (c)   Evaluation Warning : The document was created with Spire.PDF for Python.