I nte rna t io na l J o urna l o f   E lect rica l a nd   Co m p ute E ng in ee ring   ( I J E CE )   Vo l.   11 ,   No .   4 A u g u s t   2021 ,   p p .   3 1 8 6 ~ 3 1 9 2   I SS N:  2088 - 8708 DOI : 1 0 . 1 1 5 9 1 / i j ec e . v 11 i 4 . pp 3 1 8 6 - 3 1 9 2           3186       J o ur na l ho m ep a g e h ttp : //ij ec e. ia esco r e. co m   Si m ula tion ba sed  co m pa riso n of  ro uting pro toco ls in  w ireless   m ul tihop a d   ho c   netw o rk s       Ali H .   Wheeb 1 M a r w a   T .   N a s er 2   1 Co ll e g e   o f   En g in e rrin g ,   Un iv e rsi ty   o f   Ba g h d a d ,   Ira q   2 De p a rtme n o f   Co m p u ter E n g in e e rin g ,   Un iv e rsity   o f   B a g h d a d ,   Ira q       Art icle  I nfo     AB ST RAC T   A r ticle  his to r y:   R ec eiv ed   Sep   4 ,   2 0 2 0   R ev i s ed   Oct  1 3 ,   2 0 2 0   A cc ep ted   Dec   5 ,   2 0 2 0       Ro u ti n g   p ro to c o ls  a re   re sp o n si b le  f o p ro v id i n g   re li a b le  c o m m u n ica ti o n   b e tw e e n   th e   so u rc e   a n d   d e stin a ti o n   n o d e s.  T h e   p e rf o r m a n c e   o f   th e se   p ro t o c o ls  i n   th e   a d   h o c   n e tw o rk   fa m il y   is  in f lu e n c e d   b y   se v e ra f a c to rs  su c h   a m o b il it y   m o d e l,   traff ic   lo a d ,   tran sm is sio n   ra n g e ,   a n d   th e   n u m b e o f   m o b il e   n o d e w h ich   re p re se n ts  a   g r e a issu e .   S e v e ra l   si m u latio n   stu d ies   h a v e   e x p lo re d   ro u t in g   p ro t o c o w it h   p e rf o r m a n c e   p a ra m e ters ,   b u f e re late   to   v a rio u p ro to c o ls   c o n c e rn i n g   ro u ti n g   a n d   q u a li ty   o f   se r v ice   (Qo S m e tri c s .   T h is  p a p e p re se n ts  a   si m u latio n - b a se d   c o m p a riso n   o f   p ro a c ti v e ,   re a c ti v e ,   a n d   m u lt ip a th   ro u ti n g   p ro to c o l in   m o b il e   a d h o c   n e tw o rk ( M A NE T s).  S p e c if ica ll y ,   th e   p e r f o r m a n c e   o f   A O DV ,   DSDV ,   a n d   A OMDV   p ro to c o ls  a re   e v a lu a ted   a n d   a n a ly z e d   in   th e   p re se n c e   o f   v a r y in g   th e   n u m b e o f   m o b il e   n o d e s,  p a u se   ti m e ,   a n d   traff i c   c o n n e c ti o n   n u m b e rs.  M o re o v e r,   Ro u ti n g   a n d   Qo S   p e rf o rm a n c e   m e tri c su c h   a n o rm a li z e d   ro u ti n g   l o a d ,   ro u ti n g   p a c k e t,   p a c k e d e li v e r y   ra ti o ,   p a c k e d r o p ,   e n d - to - e n d   d e lay ,   a n d   th r o u g h p u t   a re   m e a su re d   to   c o n d u c a   p e rf o rm a n c e   c o m p a riso n   b e tw e e n   th re e   ro u ti n g   p ro t o c o ls.  S im u latio n   re su l ts i n d i c a te t h a AO DV   o u t p e rf o rm s th e   DSDV   a n d   A OMDV   p ro t o c o ls  i n   m o st  o f   th e   m e tri c s.  A OMDV   is  b e t t e r   t h a n   D S D V   i n   t e r m s   o f   e n d - to - e n d   d e l a y .   D S D V   p r o v i d e s   l o w e r   t h r o u g h p u t   p e r f o r m a n c e   r e s u l t s .   N e t w o r k   t o p o l o g y   p a r a m e t e r s   h a v e   a   s l i g h t   i m p a c t   o n   A O D V   p e rf o r m a n c e .   K ey w o r d s :   A d   h o n et w o r k s   A O DV   A OM DV   DSDV   R o u ti n g   p r o to co ls   T h is i a n   o p e n   a c c e ss   a rticle   u n d e r th e   CC B Y - SA   li c e n se .     C o r r e s p o nd ing   A uth o r :   A li  H.   W h ee b   C o lleg o f   E n g in ee r i n g   Un i v er s it y   o f   B ag h d ad ,   I r aq   E m ail:  ali. h . w h ee b @ g m a il.c o m       1.   I NT RO D UCT I O N   Du to   th r ap id   d ev elo p m e n o f   s p ec tacu lar   n e w   h ar d w ar s u c h   as  i n telli g e n d r o n es  U AVs,   I n ter n et - of - v eh icles,  s m ar m o b iles ,   an d   e m b ed d ed   p lat - f o r m s   s o f t w ar e,   th f ield   o f   ad   h o n et w o r k s   attr ac ted   g r ea atte n tio n   f r o m   t h r esea r ch er   co m m u n it y   i n   r ec e n y e ar s   [ 1 ] .   Mo b ile   ad   h o n et w o r k s   ( M ANE T S)  is   n o n - ce n tr alize d   n et w o r k   co n s i s ts   o f   g r o u p   o f   m o b ile  n o d e s   eq u ip p ed   w ith   th e   w ir eles s   h ar d w ar i n ter f ac th at  allo w s   it  to   co m m u n icat v ia  w ir eless   li n k ,   an d   h av ca p ab ilit ies  o f   g en er ati n g   o w n   p ac k et s   an d   f o r w ar d i n g   r ec ei v i n g   p ac k ets.   T h ese  in f r astru c tu r es - le s s   n et w o r k s   ex p a n d   th w ir e less   r a n g b y   t h s u p p o r o f   t h m u lti - h o p   o r g a n izatio n   o n   th e   fly   w i th o u a n y   ce n tr al  m an a g e m e n t.  [ 2 ] .   M A NE T s   ca n   b d ep lo y ed   an d   ea s il y   a n d   q u ic k l y   to   o v er co m th e   p r o b le m s ,   m a k i n g   t h e m   s u it ab le   f o r   d i f f er en t   ap p licati o n s   s u c h   as  m i litar y   ap p licatio n s   [ 3 ] ,   d is aster   ar ea   n et w o r k s   [ 4 ] ,   an d   r escu o p er atio n s   [ 5 ] .   Fu r th er ,   MA NE T s   h av b ee n   u s ed   to   co n n ec m o d er n   s y s te m s   li k t h in ter n et  o f   t h i n g s   ( I o T )   [ 6 ] .   T h m ai n   f u n ctio n   o f   r o u ti n g   p r o to co ls   is   to   d is co v er   th e   co r r ec an d   e f f ic ien t   r o u te   f r o m   s o u r ce   to   d esti n atio n   n o d e.   A d d itio n a ll y ,   q u ali t y   o f   s er v ice  ( Qo S)  r o u tin g   is   a n   e s s e n tial  f u n ct i o n   in   M ANE T s   to   en s u r en d - to - e n d   q u ali t y   [ 7 ] .   T h er ef o r e,   MA NE T s   n ee d   e f f icie n a n d   r eliab le  r o u ti n g   p r o to co ls   to   p r o p e r ly   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2088 - 8708       S imu la tio n   b a s ed   co mp a r is o n   o f ro u tin g   p r o to c o ls   in   w ir eles s   mu ltih o p   a d h o n etw o r ks   ( A l i H .   W h ee b )   3187   d ep ict  th m u lti - h o p   r o u te  p ac k ets,  n et w o r k   d y n a m ic  to p o lo g y   an d   ad ap to   th e   v ar io u s   c h an g es   [ 8 ] .   Sev er a l   r o u tin g   p r o to co ls   h a v e   b ee n   d esig n ed   an d   d e v elo p ed   f o r   a d   h o n et w o r k s .   Us u all y ,   t h e y   d i v id i n to   t h r ee   ca teg o r ies  p r o ac tiv e,   r e ac ti v e,   an d   h y b r id   r o u ti n g   p r o to co ls .   A d   h o o n - d e m a n d   d is ta n ce   v ec to r   ( A ODV)   i s   an   o n - d e m an d   r ea ctiv s in g le  p ath   r o u tin g   p r o to co w h er ea s   d esti n atio n - s eq u en d is tan ce   v ec to r   ( DSDV)   is   a   p o p u lar   ex is t in g   tab le - d r iv e n   p r o ac tiv r o u ti n g   p r o to co ls ,   w h ils A d   h o o n - d e m an d   m u lti p ath   d is ta n ce   v ec to r   ( A OM D V)   is   an   e x a m p le  o f   r ea ctiv o n - d e m a n d   r o u tin g   p r o to co l.   I n   r ec en t   d ec ad es,  s e v er al  r e s ea r ch   p ap er s   f o cu s ed   o n   th e   s t u d y   o f   t h p er f o r m an ce   an al y s i s   a n d   co m p ar is o n   o f   r o u tin g   p r o to co ls   in   ad   h o n et w o r k s .   Mo s o f   th e s s t u d ies  i n cl u d d if f er en t y p e s   o f   r o u tin g   p r o to co ls ,   w it h   v ar y i n g   n et w o r k   to p o lo g y   an d   m o b ilit y .   T h p er f o r m a n ce   o f   A O DV,   DSD V,   an d   A n t   Ho cNe t   r o u tin g   p r o to co ls   i n v e s ti g ated   in   th e   m o b ile   ad   h o n et w o r k .   Si m u latio n   s tu d y   i m p le m e n ted   u s i n g   n et w o r k   s i m u lato r   N S - 2   w it h   v ar y i n g   s ce n ar io s .   R e s u lts   s h o w   t h a th e   p ac k et   d eliv er y   r atio   o f   A O DV  a n d   An t   Ho cNe is   s i g n i f ican t l y   b etter   th an   th D SDV  p r o to co l   [ 9 ] .   P r o ac tiv an d   R ea ctiv r o u ti n g   p r o to co ls   w er ev alu a ted   o n   MA NE T s .   T w o   s i m u latio n   s ce n ar io s   i m p le m en ted   b y   v ar y in g   n e t w o r k   d en s it y   a n d   m o b ilit y   s p ee d .   s i m u lat io n   r e s u l ts   in d i ca te  th a i n   lar g e - s ca le   n et w o r k   A OD o f f er s   b etter   p er f o r m an ce   t h an   DS R ,   w h ile  O L S R   o u tp er f o r m s   o t h er   p r o to co ls   in   ter m s   o f   d eli v er ed   p ac k ets   [ 1 0 ] .   SC M,   F C M,   R W M,   an d   HW m o b il it y   m o d el s   w er u s ed   to   an al y ze   a n d   e v al u ate  t h p er f o r m a n ce   o f   A OD V,   O L S R ,   an d   G R P   p r o to co ls   o v er   M A NE T s   w it h   v ar y i n g   p au s ti m e   an d   s p ee d .   T h ex p er im e n t   s h o w s   th at   t h O L S R   p r o to co p r o v id es   th b est  p er f o r m an ce   r e g ar d in g   t h r o u g h p u t,  en d - to - e n d   d elay ,   a n d   r etr an s m is s io n   Atte m p ts   [ 1 1 ] .   T h p er f o r m a n ce   o f   d i f f er e n ad   h o r o u tin g   p r o to co ls   w as  a n al y ze d   an d   co m p ar ed   b ased   o n   v ar y i n g   n et w o r k   lo ad ,   s p ee d ,   an d   Mo b ilit y .   So m o f   t h i m p o r ta n p er f o r m a n ce   m etr ic s   w er ca lcu la ted .   R es u lts   i n d icate   t h at   A O DV  o r   O L S R   s h o u ld   b t h f ir s p r ef er en ce   w h en   th e   lo a d   o f   t h n et w o r k   is   i n cr ea s ed   [ 1 2 ] .   T h i m p ac o f   th n e t w o r k   to p o lo g y   a n d   d if f er en t r a n s p o r t   p r o t o c o l s   o n   t h e   p e r f o r m a n c e   o f   M A N E T s   w a s   i n v e s t i g a t e d .   S e v e r a l   s i m u l a t i o n s   w e r e   d o n e   w i t h   a   v a r y i n g   n u m b e r   o f   m o b i l e   n o d e s   a n d   t h r e e   v a r i o u s   t r a n s p o r t   p r o t o c o l s   [ 1 3 1 4 ] .   A O DV  r ea cti v a n d   DSD p r o ac tiv r o u ti n g   p r o to co ls   ar an al y ze d   an d   co m p ar ed   in   te r m s   o f   t h r o u g h p u t,  p ac k et  d eliv er y   r atio ,   r o u ti n g   o v er h ea d ,   an d   e n d - to - en d   d el a y .   R e s u lts   s h o w   th a DS DV  h as  a   les s   d ela y   as   co m p ar to   AODV   d u to   it  i s   p r o ac tiv n at u r e,   w h ile  A O DV  p er f o r m an ce   i s   b etter   th a n   DSDV  p r o to co in   ter m s   o f   r o u tin g   o v er h ea d ,   p ac k et  d eliv er y   r atio ,   an d   th r o u g h p u t   [ 1 5 ] .   I n   [ 1 6 1 7 ] ,   th au th o r s   p r ese n ted   a   co m p ar ati v p er f o r m an ce   r ev ie w   o f   v ar io u s   M A NE T   r o u tin g   p r o to co ls   in cl u d i n g   r ea cti v e,   p r o ac tiv e,   a n d   h y b r id   p r o to co ls .   T h s i m u la ted   ex p er i m en t s   w er p er f o r m ed   w ith   v ar y i n g   s p ee d   o f   m o b ile  n o d es.  I is   o b s er v ed   th at  f o r   all  r o u ti n g   p r o to co ls   th er ar s m all  c h an g e s   in   t h v al u es o f   p er f o r m a n c e   m atr ices.   T h is   p ap er   aim s   to   in ter d o u ce   an   ex ten s iv e   co m p ar ativ s tu d y   o f   t h A O DV  r ea ctiv e   p r o to co l,  DSDV  p r o ac tiv p r o to co l ,   an d   A OM D m u l ti - p at h   r o u ti n g   p r o to co ls   o v er   MA NE T s   w it h   r esp ec to   r o u ti n g   an d   Qo m e tr ics .   Se v er al  s i m u latio n s   ar d o n w it h   v ar y in g   n et w o r k   to p o lo g y   an d   n o   o f   d ata  tr af f ic  t o   an al y ze   t h p er f o r m a n ce   o f   th r ee   r o u tin g s   p r o to co ls   ac cu r atel y .   S ix   p er f o r m a n ce   m etr ics  h av b ee n   m ea s u r ed n o r m alize d   r o u t in g   lo ad   ( NR L ) ,   n u m b er   o f   r o u ti n g   p ac k et,   p ac k et  d eli v er y   r atio   ( P DR ) ,   an d   n u m b er   o f   p ac k et  d r o p ,   en d - to - en d   d ela y ,   a n d   th r o u g h p u t.       2.   B ACK G RO UND   I n itiall y   m o b ile  n o d es  in   t h e   ad   h o n et w o r k s   ar n o a w ar o f   n et w o r k   to p o lo g y   t h e y   n ee d   to   d is co v er   it.  MA NE T   r o u tin g   p r o to co ls   c o n tr o th r o u tin g   o f   th p ac k et.   T h ese  p r o to c o ls   ca n   b class i f ied   in to   r ea ctiv e,   p r o ac tiv p r o to co l,  h y b r id   p r o to c o ls .   Fig u r 1   s h o w s   t h clas s i f icatio n   o f   MA NE T s   r o u ti n g   p r o to co ls   w it h   e x a m p le s .       DSDV  i s   o n o f   t h m o s w e ll - k n o w n   p r o ac tiv tab le - d r iv en   r o u ti n g   p r o to co ls   o n   M ANE T s   [ 1 8 ] .   T h DSDV  r o u tin g   p r o to co l   u s es  t h B ell m a n - Fo r d   alg o r ith m   w it h   ce r tai n   i m p r o v e m e n ts .   E v er y   m o b ile  n o d e   m ai n tai n s   s i n g le  r o u ti n g   tab le  in cl u d es  all  av ai lab le  d esti n atio n s   alo n g   w it h   th n u m b e r   o f   h o p s   to   r ea ch   ea ch   d esti n at io n ,   Seq u e n ce   n u m b er s   u s ed   to   id en tify   t h d esti n a tio n   n o d an d   th ag o f   th r ec o r d .   DSDV  u s e s   b o th   tr ig g er ed   an d   p er io d ic  r o u ti n g   u p d ates   to   m ain tain   tab le  co r r esp o n d en ce .   W h e n   ch an g es   i n   n et w o r k   to p o lo g y   ar d etec ted ,   T r ig g er ed   r o u tin g   u p d ates  ar u s ed   s o   th at  a ll  o f   t h r o u t in g   in f o r m atio n   is   s e n d in g   as   q u i ck l y   as p o s s ib le   [ 1 9 ] .     A O DV  is   o n o f   th m o s co m m o n l y   u s ed   r ea ctiv on - d e m an d   M A NE T   r o u tin g   p r o to co l s   [ 2 0 ] .   T h is   p r o to co en ab les  s elf - s tar tin g ,   d y n a m ic,   m u lti - h o p   r o u ti n g   b et w ee n   m o b ile  n o d es  a n d   al s o   it  is   s u itab le  f o r   u n ica s a n d   m u l ticast   r o u ti n g .   AODV   allo w s   ac ti v m o b ile  n o d es  to   r esp o n d   to   li n k   f a ilu r es  in   th to p o lo g y   o f   t h n et w o r k   in   ti m el y   m a n n er   a n d   allo w s   m o b ile  n o d es  to   tak e   o u t   r o u tes   q u ic k l y   t h a ar ac ti v el y   u s ed   f o r   n e w   d esti n atio n s .   Mo r eo v er ,   A ODV  p la y s   an   i m p o r tan r o le  to   r ed u ce   th n u m b er   o f   n ec es s ar y   b r o ad ca s t   m es s ag e s   t h r o u g h   t h ad   h o c   n et w o r k .   T h A O D V   u s e s   t h r e e   d i f f e r e n t   t y p e s   o f   t h e   m es s a g e   s u c h   a s   r o u t e   r e q u e s t s   ( R R E Q ) ,   r o u t e   r e p l i e s   ( R R E P )   a n d   r o u t e   e r r o r s   ( R E R R )   t o   p a t h   d i s c o v e r y   a n d   m a i n t a i n s   t h e   r o u t e s   [ 2 1 ] .   A OM DV  is   r ea cti v d is ta n c v ec to r   r o u tin g   p r o to co l a n d   an   ex te n s io n   f o r   th A ODV  p r o to co l to   co m p u ti n g   m u ltip le  lo o p s   f r ee   a n d   li n k   d is ass e m b le  p at h s   [ 2 2 ] .   T h r o u tin g   tab le   f o r   d est in at io n   n o d es  i n cl u d es  t h e   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  11 ,   No .   4 A u g u s t   2021   :   3 1 8 6   -   3192   3188   n u m b er   o f   h o p s   to   r ea ch   t h d esti n a tio n   alo n g   w it h   lis t o f   n ex h o p s .   I n   A OM D V,   all  th e   n ex h o p   n ei g h b o r s   n o d es  ar g iv e n   t h s a m s eq u en ce   n u m b er s   to   k ee p   tr ac k   o f   r o u te.   An   ad v er ti s ed   h o p   co u n i s   m ai n tai n ed   b y   n o d f o r   e v er y   d esti n atio n ,   a n d   th is   h o p   co u n u s ed   f o r   s en d i n g   th e   d esti n atio n   r o u te   ad v er tis e m en t s .   i f   a   n o d r ec eiv ed   an y   d u p licate  r o u te  ad v er tis e m e n t,  it d ef i n e s   as a n   alter n a tiv d es tin at io n   p at h   [ 2 3 2 4 ] .           Fig u r 1 .   C lass if ica tio n   o f   r o u tin g   p r o to co l in   MA NE T s       3.   RE S E ARCH   M E T H O D   AN SI M UL AT I O E NV I RO M E NT S   3 . 1 .     Si m ula t io n   env iro m ent s   a nd   net w o rk   t o po lo g y     T h s i m u latio n   ar ea   d i m e n s io n s   ar 8 0 0 x 8 0 0   m .   T h C o m p ar is o n   s t u d y   i n cl u d es  t h s i m u latio n   o f   A O DV,   DSDV,   an d   A OM D p r o to co ls   w it h   v ar y i n g   n et w o r k   to p o lo g y   o f   1 0 ,   2 0 ,   30,   40,   5 0   n o d e s   r esp ec tiv el y .   T h tr a f f ic  lo ad   is   s et   to   f o u r   co n n ec tio n s   b et w ee n   s o u r ce   a n d   d est in at io n   n o d es  d u r i n g   t h e   w h o le  s i m u latio n .   m o b ile  n o d es  ar d is tr ib u ted   r an d o m l y   th en   n o d es  m o v w it h   th r an d o m   w a y   p o in t   m o b il it y   m o d el  to   th s p ec i f ic   d esti n atio n   an d   th v al u o f   n o d s p ee d   is   5 0   m / s .   I n   all  s i m u latio n   ca s es,  t h e   tr an s p o r p r o to co is   th u s er   d atag r a m   p r o to co ( UDP )   w h i le  th ap p licatio n   T r af f ic  t y p e   is   co n s ta n b it  r ate   ( C B R ) .   Net w o r k   s i m u latio n   N S - 3   w as   u s ed   as  s i m u lat io n   to o f o r   all  r esear ch   e x p er i m e n ts .   T h s i m u latio n   ti m i s   1 0 0   s ec .   Fig u r 2   ex p la in s   t h s tep s   u s ed   to   ex ec u te   t h s i m u latio n   e x p er i m e n t s .           Fig u r 2 .   Step s   o f   s i m u latio n   f lo w       3 . 2 .     Ro uting   a nd   qu a lity   o f   s er v ice  ( Q o S)  m et ric s   T h f o llo w in g   r o u ti n g   an d   Qo m e tr ics  ar m ea s u r ed   in   o r d er   to   an a l y ze   an d   co m p ar e   th e   p er f o r m a n ce   o f   t h t h r ee   r o u ti n g   p r o to co ls   [ 2 5 2 6 ] .       No r m a lized   r o u tin g   lo ad   ( NR L ) :   it is   t h r atio   b et w ee n   th r o u tin g   p ac k et s   an d   t h r ec eiv e d   p ac k ets      R o u ti n g   p ac k et :   it r ep r esen ts   t h to tal  n u m b er   o f   p ac k e t f o r w ar d   b y   r ela y i n g   n o d es.     Dr o p   p ac k ets:   it  r ep r esen ts   th to tal  n u m b er   o f   p ac k e d r o p   in   n et w o r k s   d u to   lin k   f a ilu r o r   co n g es tio n   in   th n et w o r k .     P ac k et  d eliv er y   r atio I is   t h r atio   o f   s u cc ess f u ll y   d ata   p ac k ets  r ec eiv ed   b y   d esti n a tio n   to   th to tal  n u m b er   o f   th d ata  p ac k et  s en t .     E n d - to - e n d   d e l a y :   i t   i s   t h e   t o t a l   t i m e   a   p a c k e t   n e e d s   t o   b e   r e a c h i n g   i t s   d e s t i n a t i o n   a n d   i t   m e a s u r e d   b y   ( s ec o n d s ) .       T h r o u g h p u t:  it  is   th to tal  n u m b er   o f   r ec eiv ed   p ac k et s   in   d esti n a tio n s   d i v id i n g   b y   th d u r atio n   ti m a n d   m ea s u r ed   b y   ( Kb p s ) .       Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2088 - 8708       S imu la tio n   b a s ed   co mp a r is o n   o f ro u tin g   p r o to c o ls   in   w ir eles s   mu ltih o p   a d h o n etw o r ks   ( A l i H .   W h ee b )   3189   4.   SI M UL AT I O R E S UL T AND  DIS CUSS I O N     4. 1 .     No r m a lize d r o uting   lo a d ( NRL)  a nd   ro uting   pa c k et s     As  s h o w n   i n   F ig u r 3 ,   t h NR L   o f   A ODV   is   b et w ee n   0 . 1 5   an d   0 . 4 ,   w h er ea s   th at   o f   D SDV  i s   b et w ee n   0 . 0 3 8   an d   0 . 2 2 8   w h ich   is   s li g h t l y   lo w er .   A t h s a m ti m e,   t h NR L   o f   A O MD s i g n i f ica n tl y   af f ec ted   b y   t h i n cr ea s i n   th e   n u m b er   o f   n o d es  w it h   v a lu e s   b et w ee n   0 . 2 8   an d   0 . 9 6 .   Hig h   n o d es  d en s it y   w it h   m o b il it y   lead s   to   m o r li n k   f ailu r an d   f r eq u e n r o u te  d is c o v er y ,   r esu lt in g   in   co n g e s tio n   co n tr o as  w ell  as   h ig h   r o u tin g   o v er h ea d   i n   th e   n et w o r k .   DSDV  ac h ie v es  th b est p er f o r m a n ce   i n   N R L .   T ab l e s   1   an d   2   p r esen a   co m p ar is o n   o f   A OD V,   DSDV ,   an d   A OM D p r o to co ls   in   ter m s   o f   NR L   a n d   r o u tin g   p ac k et s   r esp ec tiv el y .             Fig u r 3 No r m alize d   r o u ti n g   l o ad   o f   A ODV,   DS DV,   an d   AOM DV       T ab le  1 .   No r m al ized   r o u tin g   l o ad   v s   n u m b er   o f   n o d es   N u mb e r   o f   mo b i l e   n o d e s   N o r mal i z e d   R o u t i n g   L o a d   ( N R L )   A O D V   D S D V   A O M D V   10   0 . 1 5   0 . 0 3 8   0 . 2 8   20   0 . 1 2   0 . 0 7   0 . 4   30   0 . 1 2   0 . 1 3 2   0 . 5 8   40   0 . 2 7   0 . 1 6 4   0 . 7 6   50   0 . 4   0 . 2 2 8   0 . 9 6     T ab le  2 .   R o u tin g   p ac k ets  v s   n u m b er   o f   n o d es   N u mb e r   o f   mo b i l e   n o d e s   R o u t i n g   P a c k e t s   A O D V   D S D V   A O M D V   10   5 0 9   81   8 1 6   20   4 9 6   1 7 8   1 4 0 1   30   4 9 5   3 7 1   2 1 0 7   40   1 1 1 0   4 5 7   2 7 2 5   50   1 4 8 0   6 5 5   3 6 2 1         4. 2 .     Dro p pa ck et s     T h to tal  n u m b er   o f   d r o p   p ac k ets  o f   AODV ,   DS DV,   an d   AO MD is   s h o w n   i n   F ig u r p ac k et  d r o p   o cc u r s   in   ad   h o n et w o r k s   d u to   th lin k   f ail u r o r   d ata  r a te  co n g est io n .   T h r esu lts   s h o w   t h at  b o th   A ODV   an d   A OM DV   r ea ctiv p r o to co d r o p s   p ac k ets  less   th a n   DS DV  p r o ac tiv p r o to co b ec au s o f   t h ese  p r o to co ls   r o u te  p ac k ets   o n - d e m a n d   an d   also   i f   t h li n k   f ails ,   b o t h   A O DV  a n d   A OM DV   ca n   f i n d   a   n e w   p ath   to   d esti n atio n   w it h i n   f e w   s ec o n d s .   A ODV  h a s   t h f e w est   n u m b er   o f   d r o p   p ac k ets  as  w el as   it  af f ec ted   s li g h tl y   b y   th i n cr ea s o f   th e   m o b ile  n o d es.  T ab le  3   s h o w s   co m p ar is o n   o f   AODV ,   DSD V,   an d   A OM DV  P r o to co ls   in   ter m s   o f   d r o p   p ac k ets.     4. 3 .     P a ck et   deliv er y   ra t io   ( P DR)   Fig u r 5   s h o w s   t h p ac k et  d e liv er y   r atio   o f   A O DV,   DSDV ,   an d   A OM DV  p r o to co ls   u n d er   v ar io u s   n u m b er s   o f   m o b ile  n o d es.  T h r esu lts   s h o w   t h at  t h p ac k et  d eliv er y   r atio   f r o m   AODV   i s   g r ea ter   th a n   DSD V   an d   A OM D i n   1 0 ,   2 0 ,   3 0 ,   an d   4 0   n o d es.  AODV   s h o w s   th b est  p er f o r m an ce   a m o n g   t h e   o th er   t w o   r o u ti n g   p r o to co ls .   I n   5 0   n o d es,  th p a ck et  d eliv er y   r atio   f o r   A OM D is   v er y   h i g h   w h en   co m p ar e d   to   th o th er   n o d d en s it y   an d   i s   eq u al  to   8 8 . 0 3 %,  w h ile  6 6 . 6 2 in   D SDV ,   an d   8 6 . 1 6 in   A O DV.   Ob v io u s l y ,   t h p ac k e d eliv er y   r at io   o f   DSDV   is   v er y   lo w   as  co m p ar ed   to   A ODV   an d   AOM DV  o n - d e m a n d   p r o to co ls   at  all   n o d e s   d en s itie s .   T h r ea s o n   b eh in d   h av in g   b etter   p er f o r m a n ce   o f   A O DV  is   th at  it  allo w s   s e n d in g   p ac k et  to   s ta y   i n   th b u f f er   f o r   3 0   s ec   f o r   r o u te   d is co v er y ,   t h e n   d ata  p ac k et s   ar s en o n   t h at  r o u te   to   th e   d esti n a tio n .   T ab le  4   d is p la y s   co m p ar is o n   o f   A O DV,   DSDV,   an d   A OM D P r o to co ls   in   ter m s   o f   P DR .     4. 4 .     E nd   t o   end dela y   T h en d - to - en d   d ela y   o f   A O DV,   DSDV,   an d   A OM DV  p r o to co ls   w ith   v ar y i n g   m o b ilit y   an d   p au s ti m e s   ar p r esen t i n   Fig u r 6 .   I t c an   b n o ticed   t h at  AM ODV   p r o to co l h as th lo w e s t d ela y   w h e n   co m p ar ed   to   th o th er   t w o   p r o to co ls ,   d u t o   its   m u ltip ath   n at u r e.   Fu r th er m o r e,   t h A MO DV  p r o to co a 2 0   n o d es  p r o v id es   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  11 ,   No .   4 A u g u s t   2021   :   3 1 8 6   -   3192   3190   th m i n i m u m   d ela y   th at  i s   1 6 . 3 2   m s ec .   On   t h o th er   h a n d ,   DSDV  h a s   th h ig h es d ela y   i n   3 0   n o d es  th at  is   355 . 5 3   m s ec .   A O DV  p er f o r m an ce   is   b etter   th a n   D SDV  i n   h ig h   n et w o r k   d e n s it y   3 0 ,   4 0 ,   5 0   n o d es  w it h   v alu e s   2 3 2 . 6 8   m s ec ,   1 3 1 . 3 1   m s ec ,   a n d   1 1 8 . 2   m s ec   r e s p e c t i v e l y .   T h e   e n d - to - e n d   d e l a y   p e r f o r m a n c e   o f   A O D V   a n d   A O M D V   r e a c t i v e   p r o t o c o l s   a r e   a f f e c t e d   l e s s   t h a n   D S D V   p r o a c t i v e   p r o t o c o l   b y   a n   i n c r e a s e   t h e   n u m b e r   o f   n o d e s .   T a b l e   5   p r e s e n t s   a   c o m p a r i s o n   o f   A O D V ,   D S D V ,   a n d   A O M D V   P r o t o c o l s   i n   t e r m s   o f   e n d - to - en d   d ela y .     4. 5.     T hro ug hp ut   Fig u r e   7   s h o w s   t h th r o u g h p u o f   t h th r ee   ad - h o r o u tin g   p r o to co ls   u n d er   v ar y in g   n u m b er   o f   m o b ile  n o d es.  I ca n   o b s er v th at  th A ODV  p r o to co p er f o r m s   th b est  co m p ar ed   to   th DSDV  an d   A OM DV  p r o to co ls   w i th   p ea k   t h r o u g h p u o f   3 1 3 . 9 8   k b p s   at  2 0   n o d es.  C o n tr ar i w i s e   DSDV  h as  lo w er   p er f o r m a n ce   a n d   s u f f er s   d ec r ea s in   t h r o u g h p u t.  T h is   i s   d u to   th f r eq u e n li n k   c h an g es  a n d   co n n ec tio n   f ail u r es.  A O MD s i g n i f ica n tl y   p er f o r m s   b etter   t h a n   D SDV   w h ic h   m a k es   it  ca p ab le  o f   h a n d lin g   h i g h   tr af f i c   in   lar g n e t w o r k s .   A l s o ,   it  ca n   b o b s er v ed   th r o u g h p u f o r   A MO DV  at  5 0   n o d es  w it h   v a lu 2 8 2 . 0 3   k b p s   is   s lig h tl y   h ig h er   th a n   t h r o u g h p u f o r   A ODV.   T ab le  6   d is p la y s   co m p ar is o n   o f   A ODV,   D SDV,   an d   A OM DV   P r o to c o ls   in   ter m s   o f   P DR .             Fig u r 4 .   Dr o p   p ac k ets o f   A O DV,   DSDV,   an d   A OM DV       Fig u r 5 .   P ac k et  d eliv er y   r atio   o f   A O DV,   DSDV,   an d   AOM DV       T ab le  3 .   Dr o p   p ac k ets v s   n u m b er   o f   n o d es   N u mb e r   o f   mo b i l e   n o d e s   D r o p   P a c k e t s   A O D V   D S D V   A O M D V   10   94   2 1 6   1 4 0   20   1 1 3   1 0 8 2   4 3 2   30   1 2 9   1 4 8 8   6 9 0   40   2 5 8   1 5 2 8   7 1 3   50   5 9 5   1 4 3 9   5 1 5     T ab le  4 .   P ac k et  d eliv er y   r atio   v s   n u m b er   o f   n o d es   N u mb e r   o f   mo b i l e   n o d e s   P a c k e t   D e l i v e r y   R a t i o   ( %)   A O D V   D S D V   A O M D V   10   7 8 . 1 5   4 9 . 7 8   6 7 . 4   20   9 7 . 3 9   5 8 . 6 4   8 0 . 8 1   30   9 7 . 0 1   6 5 . 3 6   8 3 . 9 8   40   9 4 . 0 3   6 4 . 5 4   8 3 . 4 4   50   8 6 . 1 6   6 6 . 6 2   8 8 . 0 3             Fig u r 6 .   E n d - to - e n d   d ela y   o f   A O DV,   DSDV,   a n d   A OM DV       Fig u r 7 .   T h r o u g h p u t o f   A OD V,   DSDV,   an d   A OM DV   Evaluation Warning : The document was created with Spire.PDF for Python.
I n t J   E lec  &   C o m p   E n g     I SS N:  2088 - 8708       S imu la tio n   b a s ed   co mp a r is o n   o f ro u tin g   p r o to c o ls   in   w ir eles s   mu ltih o p   a d h o n etw o r ks   ( A l i H .   W h ee b )   3191   T ab le  5 .   E n d - to - en d   d ela y   v s   n u m b er   o f   n o d es   N u mb e r   o f   mo b i l e   n o d e s   En d - to - En d   D e l a y   ( m s e c )   A O D V   D S D V   A O M D V   10   1 1 5 . 2 4 9   1 1 3 . 6 5 9   1 5 9 . 7 0 6   20   1 0 4 . 9 3   4 5 . 1 5   1 6 . 3 2   30   2 3 2 . 6 8   3 5 5 . 5 3   3 8 . 9 7   40   1 3 1 . 3 1   1 7 3 . 5 1   2 2 . 3 7   50   1 1 8 . 2   2 5 9 . 6 9   7 1 . 2 8     T ab le  6 .   T h r o u g h p u v s   n u m b er   o f   n o d es   N u mb e r   o f   mo b i l e   n o d e s   T h r o u g h p u t   ( K b i t s/ se c )   A O D V   D S D V   A O M D V   10   2 4 0 . 4 4   1 5 9 . 4 5   2 1 5 . 6 7   20   3 1 3 . 9 8   1 8 8 . 1 9   2 6 0 . 9 5   30   3 1 1 . 5 2   2 0 9 . 0 4   2 6 9 . 2 9   40   3 0 2 . 5 8   2 0 7 . 1 1   2 6 7 . 5 8   50   2 7 5 . 9 2   2 1 3 . 8 9   2 8 2 . 0 3         5.   CO NCLU SI O N   MA NE T   is   v er y   i m p o r tan n et w o r k   tech n o lo g y   b ased   o n   co llectio n   o f   m o b ile  n o d es  w it h   w ir ele s s   co m m u n icatio n   p r o to co ls   u s ed   in   s e v er al  m o d er n   ap p licatio n s   s u c h   as  I n te lli g en T r an s p o r tatio n   s y s te m s ,   m i litar y   ap p licatio n s ,   an d   f l y i n g   ad   h o n et w o r k s .   T h v ar iety   o f   s tan d ar d   r o u tin g   p r o to co ls   in   th e   MA NE T s   m a k t h c h o ice  o f   th m o s t   r eliab le  p r o to co l to   d eliv er   t h in f o r m at io n   a   b ig   ch allen g e.   T h is   p ap er   p r esen ts   a n   e x te n s i v p e r f o r m an ce   s t u d y   o f   t h r ee   d i f f er e n r o u tin g   p r o to co ls   A ODV,   DSD V,   an d   A OM D i n   MA NE T s   w it h   v ar y in g   s e v er al  n et w o r k   p ar a m eter s .   R e s u lts   in d icate   th at  t h en d - to - e n d   d ela y   o f   A OM DV  i s   less   t h an   AODV   an d   DS DV.   W h iles ,   A ODV  p er f o r m s   b etter   th an   o t h er   p r o to co ls   in   ter m s   o f   n o r m alize d   r o u tin g   lo ad ,   p ac k et  d eliv er y   r atio ,   an d   th r o u g h p u t.  I n   co n clu s io n ,   n et w o r k   p ar a m e ter s   l ik th n u m b er   o f   m o b ile   n o d es  a n d   th n u m b er   o f   co n n ec tio n s   h a v h i g h   i m p ac o n   r o u t in g   m etr ics.  Fu t u r w o r k   i n cl u d es   ex p er i m e n tal  a n al y s is   o f   h y b r i d   p r o t o co ls   an d   f o cu s e s   o n   en er g y   m etr ics.       RE F E R E NC E S     [1 ]   L .   F ra tt a ,   M .   G e rla,  a n d   K.  W .   L i m ,   E m e rg in g   tren d a n d   a p p li c a ti o n s   in   a d   h o c   n e tw o rk s,”   An n a ls  o f   T e lec o mm u n ica ti o n s ,   v o l.   7 3 ,   n o .   9 - 1 0 ,   p p .   5 4 7 - 5 4 8 ,   2 0 1 8 .   [2 ]   T .   K.  S a in a n d   S .   C.   S h a rm a ,   P r o m in e n u n ica st  ro u t in g   p ro t o c o ls  f o M o b il e   A d   h o c   Ne two rk s:  Crit e rio n ,   c las si f ica ti o n ,   a n d   k e y   a tt rib u tes ,   Ad   H o c   Ne two rk s ,   v o l.   8 9 ,   p p .   5 8 - 7 7 ,   2 0 1 9 .   [3 ]   R.   Us h a ,   B.   S .   P re m a n a n d a ,   a n d   K.  V .   Re d d y ,   P e rf o rm a n c e   a n a ly sis  o f   M A NE T   ro u ti n g   p r o to c o ls  f o m il it a r y   a p p li c a ti o n s,”   2 0 1 7   I n ter n a t io n a l   Co n fer e n c e   o n   In telli g e n Co m p u ti n g   a n d   Co n tro S y ste ms   ( ICIC CS ) ,   M a d u ra i,   2 0 1 7 ,   p p .   1 0 6 3 - 1 0 6 8 .   [4 ]   Y.  Ja h ir,   M .   A ti q u z z a m a n ,   H.  R e fa i,   A .   P a ra n jo t h i,   a n d   P .   G .   Lo P re sti ,   Ro u ti n g   p ro t o c o ls  a n d   a rc h it e c tu re   f o r   Disa ste A re a   Ne t w o rk A   su rv e y ,   Ad   Ho c   Ne two rk s ,   v o l .   8 2 ,   p p .   1 - 1 4 ,   2 0 1 9 .   [5 ]   S .   S .   A n ju m ,   R.   M .   No o r,   a n d   M .   H.  A n isi,   Re v ie o n   M A N ET   Ba se d   Co m m u n ica ti o n   f o S e a rc h   a n d   Re sc u e   Op e ra ti o n s,”   W ire les s P e rs o n a C o mm u n ic a ti o n s ,   v o l .   9 4 ,   n o .   1 ,   p p .   3 1 - 5 2 ,   2 0 1 7   [6 ]   J.  Ka rlsso n ,   L .   S .   Do o ley ,   a n d   G.  P u lk k is,  S e c u re   Ro u ti n g   f o M A NE T   Co n n e c ted   In tern e o f   T h in g S y ste m s,   2 0 1 8   IEE 6 th   I n ter n a ti o n a Co n fer e n c e   o n   Fu t u re   In ter n e o T h in g a n d   Cl o u d   ( Fi Clo u d ),   B a rc e lo n a ,   2 0 1 8 ,     p p .   1 1 4 - 1 1 9 .   [7 ]   M .   S .   P a th a n ,   N.  Zh u ,   J.  He ,   Z.   A .   Zard a ri,   M .   Q.  M e m o n ,   a n d   M .   I.   Hu ss a in ,   A n   e ff icie n tru st - b a se d   sc h e m e   f o r   se c u re   a n d   q u a li ty   o f   se r v ice   ro u ti n g   in   M A NET s,”   Fu tu re   In ter n e t ,   v o l.   1 0 ,   n o .   2 ,   p p .   1 - 1 6 ,   2 0 1 8 .   [8 ]   D.  N.  Ka n e ll o p o u lo s,  Qo S   R o u t in g   f o M u lt im e d ia  Co m m u n ica ti o n   o v e W irel e ss   M o b il e   A d   H o c   Ne t w o rk s,”   In ter n a t io n a J o u rn a o M u l ti me d ia   D a ta   En g in e e rin g   &   M a n a g e me n t ,   v o l.   8 ,   n o .   1 ,   p p .   4 2 - 7 1 ,   2 0 1 7 .   [9 ]   C.   Bril l ,   a n d   T .   Na sh ,   A   c o m p a ra ti v e   a n a l y sis  o f   M A NE T   ro u ti n g   p r o t o c o ls  t h r o u g h   s i m u l a t i o n ,   2 0 1 7   1 2 t h   I n t e r n a t i o n a l   C o n f e r e n c e   f o r   I n t e r n e t   T e c h n o l o g y   a n d   S e c u r e d   T r a n s a c t i o n s   ( I C I T S T ) ,   C a m b r i d g e ,   2 0 1 7 ,   p p .   2 4 4 - 2 4 7 .   [1 0 ]   M .   U.  Ra h m a n ,   a n d   S .   A b b a s,  S im u latio n - b a se d   a n a ly sis  o f   M A NE T   ro u ti n g   p r o to c o ls  u sin g   g ro u p   m o b il it y   m o d e l,   2 0 1 6   I n ter n a ti o n a l   Co n f e re n c e   o n   I n v e n ti v e   Co mp u t a ti o n   T e c h n o lo g ies   ( ICICT ) ,   Co im b a to re ,   In d ia,  2 0 1 6 ,   p p .   1 - 5.   [1 1 ]   A .   M .   A b d u ll a h ,   E.   Oz e n ,   a n d   H.  Ba y ra m o g lu ,   In v e stig a ti n g   th e   im p a c o f   m o b il it y   m o d e ls  o n   M A NE T   ro u ti n g   p ro t o c o ls,”  I n ter n a t io n a J o u rn a o A d v a n c e d   C o mp u ter   S c ien c e   a n d   A p p li c a ti o n s ,   v o l.   1 0 ,   n o .   2 ,   p p .   2 5 - 3 5 ,   2 0 1 9 .   [1 2 ]   N.  S a rm a h ,   Y.  L .   Ya n g ,   H.  S h a r if ,   a n d   Y.  Qia n ,   P e rf o rm a n c e   a n a ly sis  o f   M A NE T   ro u ti n g   p r o t o c o ls  b y   v a r y in g   m o b il it y ,   sp e e d   a n d   n e tw o rk   lo a d ,   2 0 1 5   9 th   I n ter n a ti o n a C o n fe re n c e   o n   S i g n a Pro c e ss in g   a n d   Co mm u n ica ti o n   S y ste ms   ( ICS PCS ) ,   Ca irn s,  QL D,  A u stra li a ,   2 0 1 5 ,   p p .   1 - 6.   [1 3 ]   A .   H.  W h e e b ,   P e rf o rm a n c e   E v a lu a ti o n   o f   T ra n sp o rt  P r o to c o l f o M o b il e   A d   Ho c   Ne tw o rk s,”   J o u rn a o f   En g i n e e rin g   a n d   A p p li e d   S c ien c e s ,   v o l.   1 3 ,   n o .   1 3 ,   p p .   5 1 8 1 - 5 1 8 5 ,   2 0 1 8 .   [1 4 ]   A .   H.   W h e e b   a n d   D.  N.  Ka n e ll o p o u l o s,  S im u late d   p e rf o r m a n c e   o S CT P   a n d   T F RC o v e M A NE T s:   T h e   i m p a c o traff ic   lo a d   a n d   n o d e m o b il it y ,   In ter n a t io n a J o u rn a o Bu si n e ss   Da ta   Co mm u n ica ti o n a n d   Ne tw o rk in g ,   v o l.   1 6 ,   n o .   2 ,   p p .   6 9 - 8 3 ,   2 0 2 0 .   [1 5 ]   A .   A .   Ch a v a n ,   D.  S .   K u r u l e ,   a n d   P .   U .   D e r e ,   P e r f o r m a n c e   A n a l y s i s   o f   A O D V   a n d   D S D V   R o u t i n g   P r o t o c o l   i n   M A N E T   a n d   M o d i f i c a t i o n s   i n   A O D V   a g a i n s t   B l a c k   H o l e   A t t a c k ,   P r o c e d i a   C o m p u t e r   S c i e n c e ,   v o l .   7 9 ,   p p .   8 3 5 - 8 4 4 ,   2 0 1 6 .   [1 6 ]   D.  S .   S iso d ia,  R.   S i n g h a l,   a n d   V .   K h a n d a l,   A   p e rf o r m a n c e   re v ie w   o f   In tra  a n d   in ter - g ro u p   M A NE T   ro u ti n g   p ro t o c o ls  u n d e v a ry in g   sp e e d   o n o d e s,”   In ter n a ti o n a l   J o u r n a o f   El e c trica a n d   C o mp u ter   En g in e e rin g   ( IJ ECE ) v o l.   7 ,   n o .   5 ,   p p .   2 7 2 1 - 2 7 3 0 ,   2 0 1 7 .   [1 7 ]   D.  R.   M o h se n ,   a n d   T .   Z .   Ism a e e l,   Esti m a ti o n   a n d   Im p ro v e m e n o f   Ro u ti n g   P ro t o c o l   M o b il e   A d - Ho c   Ne tw o rk   Us in g   F u z z y   Ne u ra Ne t w o rk ,   J o u rn a o E n g i n e e rin g , v o l.   2 2 ,   n o .   7 ,   p p .   1 4 2 - 1 6 3 ,   2 0 1 6 .   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 0 8 8 - 8708   I n t J   E lec  &   C o m p   E n g ,   Vo l.  11 ,   No .   4 A u g u s t   2021   :   3 1 8 6   -   3192   3192   [1 8 ]   S .   Nik a m ,   a n d   B.   T . ,   D e la y   An a ly sis   o f   DSDV   P r o t o c o u si n g   NS  2 . 3 4 ,   In ter n a t io n a J o u rn a o Co mp u ter   Ap p li c a ti o n s ,   v o l .   1 3 4 ,   n o .   2 ,   p p .   1 3 - 1 6 ,   2 0 1 6 .   [1 9 ]   H.  Zem r a n e ,   Y.  Ba d d i,   a n d   A .   Ha sb p ,   M o b il e   a d h o c   n e tw o rk f o in telli g e n tran s p o rtati o n   sy ste m Co m p a ra ti v e   a n a ly sis o f   th e   ro u ti n g   p r o to c o ls,”  Pro c e d ia   Co mp u ter   S c ien c e ,   v o l .   1 6 0 ,   n o .   2 0 1 8 ,   p p .   7 5 8 - 7 6 5 ,   2 0 1 9 .   [2 0 ]   R.   v a n   G lab b e e k ,   P .   f n e r,   M .   P o rtm a n n ,   a n d   W .   L .   Tan ,   M o d e ll in g   a n d   v e rify in g   th e   AO DV   ro u ti n g   p r o to c o l,   Distrib u ted   Co mp u ti n g v o l.   2 9 ,   n o .   4 ,   p p .   2 7 9 - 3 1 5 ,   2 0 1 6 .   [2 1 ]   S .   Ka ti y a r,   R.   G u jral,   a n d   B.   M a l li c k ,   Co m p a ra ti v e   p e rf o r m a n c e   a n a ly sis  o f   M AN ET   ro u ti n g   p r o t o c o ls  i n   m il it a r y   o p e ra ti o n   u si n g   NS2 ,   2 0 1 5   I n te rn a ti o n a Co n fer e n c e   o n   Gr e e n   Co mp u t in g   a n d   I n ter n e o T h in g ( ICGCIo T ) G re a ter No id a ,   In d ia,  2 0 1 5 ,   p p .   6 0 3 - 6 0 9 .   [2 2 ]   I.   Ba d d a ri,   M .   A .   Riah la,  a n d   M .   M e z g h ich e ,   A   N e w   A OMDV   L i f e ti m e   P ro lo n g i n g   Ro u ti n g   A l g o rit h m   f o A d - Ho c   Ne t w o rk s,”   In ter n a ti o n a J o u rn a o In ter d isc ip li n a ry   T e lec o mm u n ic a ti o n a n d   Ne two rk in g ,   v o l.   1 1 ,   n o .   4 ,     p p .   4 8 - 6 2 ,   2 0 1 9 .   [2 3 ]   Ra m a d o ss   P ra b h a   a n d   N.  Ra m a r a j ,   A n   i m p ro v e d   m u lt ip a th   M A NET   r o u ti n g   u si n g   li n k   e stim a ti o n   a n d   sw a r m   in telli g e n c e ,   EURA S IP   J o u r n a l   o n   W ire les s Co mm u n ic a ti o n a n d   Ne two rk in g ,   v o l.   2 0 1 5 ,   n o .   1 ,   p p .   1 - 9 ,   2 0 1 5 .   [2 4 ]   N.  P ra th v iraj ,   a n d   S .   L .   De sh p a n d e ,   Ro u g h   se b a se d   Q o S   e n a b led   m u lt ip a t h   so u rc e   ro u ti n g   in   M A NET ,   In ter n a t i o n a J o u rn a o E lec trica a n d   C o mp u ter   En g in e e rin g   ( IJ ECE ) ,   v o l.   1 0 ,   n o .   2 ,   p p .   1 9 1 5 - 1 9 2 3 ,   2 0 2 0 .   [2 5 ]   A .   H.  W h e e b ,   P e rf o rm a n c e   A n a l y sis o f   V o IP   i n   W irele ss   Ne t w o rk s,”   I n ter n a ti o n a J o u rn a o Co m p u ter   Ne two rk s   a n d   W ire les s Co mm u n ica ti o n s   ( IJ CNW C) v o l.   7 ,   n o .   4 ,   p p .   1 - 5 ,   2 0 1 7 .   [2 6 ]   H.  A lan i,   M .   A b d e lh a q ,   a n d   R .   A lsa q o u r,   D y n a m ic  ro u ti n g   d isc o v e r y   sc h e m e   f o h ig h   m o b il it y   i n   m o b il e   a d h o c   w irele ss   n e tw o rk s,”   In ter n a ti o n a J o u r n a l   o El e c trica a n d   C o mp u ter   E n g i n e e rin g   ( IJ ECE ) v o l.   1 0 ,   n o .   4 ,     p p .   3 7 0 2 - 3 7 1 4 ,   2 0 2 0 .       B I O G RAP H I E S O F   AUTH O RS        Ali  H .   W h e e b   re c e iv e d   a   M . S c .   De g r e e   in   Co m p u ter  En g in e e rin g   f ro m   th e   Un iv e rsit y   o Ba g h d a d ,   Ira q   i n   2 0 1 4 .   A lso ,   h e   re c e iv e d   a n   a c a d e m ic  p ro m o ti o n   (L e c tu re r)  in   2 0 1 9 .   Cu rre n tl y ,   L e c tu re A li   is  w o rk in g   a a   f a c u lt y   m e m b e in   th e   Co ll e g e   o f   En g in e e rin g   a th e   Un iv e rsit y   o Ba g h d a d ,   Ira q He   h a p u b li sh e d   o v e 1 0   re se a rc h   a rti c a ls  a n d   o n e   Bo o k .   A d d it i o n a ll y ,   h e   se rv e a a   re v ie we f o in tern a ti o n a Co n f e re n c e   a n d   h ig h   re p u tati o n   jo u rn a ls  p u b li s h e d   b y   S p rin g e r   Na tu re ,   El se v ier,   IG I,   a n d   IA ES .   His  re se a rc h   in tere sts  in c lu d e   a   c o m p u ter  n e tw o rk ,   T ra n sp o rt  p ro t o c o ls,  Ro u ti n g   p ro t o c o ls,  M A NE T ,   F A NE T S ,   w irele ss   n e t wo rk ,   W S N,  Io T ,   a n d   Ne t w o rk   S im u latio n   NS 2 &   NS3 .         M a r w a   Ta h e r   Na se r   re c e iv e d   a   M . S c .   De g re e   in   C o m p u ter  En g i n e e rin g   f ro m   th e   Un iv e rsity   o Ba g h d a d ,   Ira q   in   2 0 1 6 .   A ss e st e n L e c tu re M a r w a   is  w o rk in g   a a   fa c u lt y   m e m b e in   th e   Co ll e g e   o f   En g in e e rin g   a th e   Un iv e rsity   o f   Ba g h d a d ,   Ira q .     S h e   h a p u b l ish e d   2   re se a rc h   a rti c a ls.  He re se a rc h   in tere sts in c lu d e   a   R o u ti n g   p ro t o c o ls,   M A NET ,   W S N,  Io T ,   a n d   NS2 .     Evaluation Warning : The document was created with Spire.PDF for Python.