Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   8 , No .   6 ,  Decem ber   201 8 , p p.   5195 ~ 5202   IS S N: 20 88 - 8708 ,  DOI: 10 .11 591/ ij ece . v8 i 6 . pp 5195 - 52 02          5195       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Ingeni ous  M ethod   for  Co nd ucive  Handoff  Appl iance  in   Cognitiv e Radio  Network s         J.   Josephin e  Dh iv ya ,  M.   R am as w ami   Depa rtment  o f  C om pute r  Applica ti ons,  Madur ai Kamaraj   Univ ersity ,   Indi a       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   Feb  6 , 2 01 8   Re vised  Ju l   2 3 ,  201 8   Accepte d  Aug 6 , 2 01 8       W ire le ss   comm unic a ti ons  dep lo y ed   in  the  cur r ent   epoc h  claims   ce ase le ss   conne c ti on  among  it s  users  the reb y   l ea d ing  to  the   inve stigation  of  Cognit ive   Radi o  Networks   (CRN)  which  e nabl es  to  m ake   use  of  unal lo ca t ed  spec trum   opti m al l y   and  p rovide s  uninterr upte d  conne c ti o n.   Est abl ishing   i nte rm ina bl e   conne c ti vi t y   dur ing  the  handof f   proc ess  in  spe ctrum   m obil ity   of   CRN  is  a   cha l le nging  ta sk .   Thi s  p ape r  el u ci da te s  th e  optim iz at ion  of   han doff  proc ess   ca rri ed  out  in  CRN  b y   in cor p ora ti ng  an  in te l l ige nt  m et hod .   T his  inc lud es  fuz z y   logic  whe rei n  the   h andof f  par amete rs  ar e  p roc essed  the r eb y  indi cating  the   ne ed  of  hand off.   The   prof fer e d  m et hod  al so c o m prises  of  a  par t   of  gene t ic  al gorit hm   whi ch   y ie lds  f it ness  v al ue  for  red u ci n g  the   h andof f  o cc urre n ce s   and  enha n ci ng  the   over all  per f orm anc e  of  th e   s y stem  is  pro m ote d  using   cuc koo  sea r ch  which  dec id es  the   m obil e  nod e  from   which  the   handof f   proc ess  has  to   in it iate   base d  on   t he  prior ity   g ene r at ed .   Th is  t ec hni que  ensure s   tha t  d ec ision  is  t ake n  ah ea d  of  link  fai lur e  ra the r  tha n  ran g e  fa il ur e  which  ar e   the   ke y   poin t  in  compari son  to  th e  exi sting  s y ste m .   Result s  obta i ned  through   the   sim ula t ion  a r e  sati sf ac tor y   in te rm s of  dela y ,   t hroughput,   num ber   of  f ai l ed  handof f  and  handof fs  per form ed  in  compari son  to  the   exi sting  f uzzy   b ase d   handof f  pro ce ss   in  CRN.   Ke yw or d:   Fit ness value   Hand off   Sp ect r um   m ob il it y    Copyright   ©   201 8   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights   reserv ed .   Corres pond in g  Aut h or :   J.   J os ep hi ne D hiv ya ,    Dep a rtm ent o f C om pu te r  A pp li cat ion s,   Ma durai Kam araj   U niv e rsity ,   Ma durai  –   62 5021,  In dia.   Em a il :  j os ed hi vya@ gm ail.co m       1.   INTROD U CTION     The  m ai n  aim  of   CR N  is  fa ci li ta t ing   plian t  wireless  com m un ic at ion   by   util iz ing   the  avail able  or  un al locat e d  spe ct ru m   [1 ] .  Th is  is  carried  out  by  al lowing   the  un li cen se d  or  seco ndar y  us er  to  acce ss  the  sp ect r um   tem p or a rily   wh e rin   the  pri m ary  u ser  is  not  de pl oyed  [2 ] .  On   t he  ar rival  of  t he  pri m ary  us er  it   is   m and at ory   for   the  un li ce ns e d  us e r  to  vac at e  the  acce ss  on   s pectr um   there by  switc hi ng   ov e r  to  a no t her  unocc up ie d  ch ann el   to  pre ve nt  them   fr om   har m fu l  interfe ren ce  [ 3].T his  process  of   cha ng e  ov e r  of  sta te   or   qu it ti ng  the  c ha nn el   is  ref e rred  to  as  ha ndoff  [4 ] .  It  is  ess en ti al   to  note   that  the  hand off  proce ss  s houl d  ta ke   place  in  a  swi ft  m ann er  without  any  hi ndran ce  to  e nsur e  op ti m al  sp ect ru m   han dlin g  that  is  achieved  by   analy zi ng   ha nd off  pe rfor m ance  ind ic at or s  [5 ] .  On e  good  so l ution   for  this  would  be  the  cho ic e  of  deci din g   th e   appr opriat e  ch ann el   t o  switc h  ove r  an d  th e  instant  at   w hich  this  act i on  occ urs;  al so  choosi ng   a  pe rtinent   hand off  sc hem e is m and at or y  [6 ] .   Am on g  al l  the  avail able  ty pes   of  ha ndoff  m echan ism ,  hybri d  i ntell igent  ha ndoff   m et ho d  s hows   to  be   qu it e  com pro m i sing   am on g  the  reacti ve  a nd  no n - reacti ve  hand off  strat eg ie s  [7 ] .  T he  propose d  m et ho do l og y   is on e  of  t he  hy br id m et ho ds   wh ic h  inc orp orat es f uzzy ba se d  ge netic  alg ori th m  to  decide  the ch a nn el   whic h  is   al read y  avail a ble  by  pr e def i ned   r ules.  F ur t her m or e  the  ha ndoff  process   is  carrie d  out   in  a  sm oo th  way  by   exten ding  the  fitness  val ue  obta ined  t hro ugh  f uzzy  ge netic   al go rit hm   an d  us i ng   it   in  t he  cuc koo  sea rch   [8]   op ti m iz ation   al gorithm .  The  r est   of  this  pa pe r  descr i bes  t he   m e thodo l og y   of  f uzzy  base d  gen et ic   al gor it h m   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :   5195   -   5202   5196   coupled  with  cucko o  searc h  fo r  achie ving   qu al it y  han dof f  proce dure  al ong  with  th e  si m ulati on   a nd   th e   analy sis o f han doff p e rfo rm ance ind ic at or s .       2.   RE LATE D  W ORK   The  hybr i d  m e thodo l og y of  fuzzy   with g ene ti c  al go rithm ,  t hough  fairly   ex plored  c onside rab le   works   can  be  f ound  i n  the  li te ratu re.   In   W a nm ai   and   Mi ngch ua n   a   ver ti cal   ha ndoff  decisi on  al gorithm   was  pr opose d  to  achieve  op ti m u m   han dof f  perform ance  in  heteroge neous   networ ks   [ 9] .  The  aut hors  in  [10]  pro po se d  a  new  al gorithm   fo r  ha ndoff  opti m izati on   in   co gn it ive  ra dio   net work s b y  segr e gat ing   the W R AN  into  m ulti ple  c el ls.   An  al gorithm   f or  m aking   deci sion  base d  on  m ul ti ple  crit eria  was   pr opos e d  in   [ 11]   f or  c hannel  sel ect io n  a nd  sp ect r um   decisi on   functi on.   The  c oncept   of   optim iz at i on   i n  c ogniti ve  ra dio   wit h  cuc koo  sea rc h  wa s  introd uced in  [ 12 ]   wh ic h fo c us o n  e ff ic ie nt s pectr um  sen sin g  te ch nique.   The  disti nct ne ss  of   our  w ork  inclu des  the   progressio n  of  the  ha ndoff  process  by  pr e dicti ng   li nk   fail ur e  a head   and   in co rpo rati ng   cu ck oo  search  f or  detect ing   m ob il e  n odes  to  init ia te   the  hand off  proces s   tog et he r wit h f uzzy ge netic  s yst e m  w hich  is  an  i niti at ive m et hodo l og y  pro po s ed  in  t he  li te ratur e .       3.   P R OBL EM  S TATE MENT   The  scarcit y  of  rad i o  wa ves  le ads  to  co ng e sti on   pro blem s   in  wireless  com m un ic at ion   and   this  is   ov e rc o m e  by  t he  e vo l ution  of  co gnit ive  ra di o  net works.T he  s pectr um   m ob il it y  ph as e  involve d  i n  co gn it iv e   cy cl e  play s  a   vital   ro le   by  ensu ri ng   sm oo th  ha ndoff  proc ess. The  existi ng  m et hodo l og ie s  pro posed  s o  far   do e s  no t  prov i de  se a m le ss  con nect ivit y  and   cat er s  to  th e  di ff e re nt  netw ork  requirem ents  hen c e  the  pro posed   wor k  fo c us es  on  devi sing  a n  intel li gen t m et ho d w hich  a dm inist e rs  a nd f ine  tu ne s the  hand off pr ocess  c ar ried  out by   m aking   decisi ons a hea d of  t he  ch a ng e  of am bience of net w ork .       4.   PROP OSE D SYSTE M   The  pro po s e d  wor k  c om pr ise s  of  de vel opin g  a  c ogniti ve  m ob il e  te rm inal  wh ic h  i s  capa ble  of   sensing   the  e nvir on m ent  an d  est ablishi ng  c onnecti ons  bas ed  on  the   a vaila bili ty   of   the   pr im ary  us er   ( PU)   there by  reso l ve s  the  pro blem s   caused   by   switc hing  an d  the  hi gh   int erf e re nce  rates  occurri ng   dur ing   da ta   transm issi on [ 13] .Th e  pr im ary  par t  in  ou r  work   is  us i ng  Gen et ic   Algorithm   (G A )  wi th  cucko o  sear ch  for  hand off  de ci sion   m akin g,   th ereb y  op ti m izi ng   f uzzy  log ic   m e m ber sh ip  f un ct io ns   a nd  wh ic h  is  ne w  form   of  hybri d  a ppr oac h[1 4].  This  w ork  i nvolv e s  th e  us a ge  of   a   ne w  m ulti   crit eria  kind  of  hybri d  hand off  str at egy  with  co gn it ive ab il it y  to  switc h  base d  on  net work   c onditi on s  and   a vaila bili ty   of   channel  [ 15 ] .  T he  flo w  of   ou r   pro po se d w o r k i s explai ne d b y  m eans of  Fi g ur e   1 .           Fig ure   1 .   Flo w  of the  prop os e d  m od el       The  pro posed   work  ca n  be  s plit   into  t wo  pa rts.  T he  first  par t  c om pr ise s   of  dep l oying  the  F uzzy   base d  Ge netic   Algorithm   (F BGA )  an d  s ub se qu e ntly   incorp or at in g  cuc koo  search  f or  opti m iz ing   the  ou t pu t  of   the  FBG A.  FB GA  gi ves  th e  f it ness  val ue  th ereb y  yi el ding  the  sel ect ion  of  the   ap pro pr ia te   channel  to   s witc h  ov e r  base d  on  the  pre fer e nce  al locat ed.   The   proce dure  i nvol ved   i n  FBG A  and  cu ck oo  se arch  are   des cri bed  in   the foll owin g  s ect ion .     4 . 1.   Fuz z y  Bas ed Gene tic  Algo ri th m   A  FBG A  is  a  hybri d  f or m   of   GA   w hich  m a kes  us e  of   the  fu zzy   lo gic  hin ge d  proc ed ure.  The  m ai n  pur po se   of  usi ng   fu z zy   logi c  is  it s  conv enient  m od e  of   a ddres sin g  pro blem s  that  are  unce rtai n  a nd  unpredict able.   The  pro po se d  m e tho d  inc orp or at es  f uzz y  log ic   in  or d er  to  m ake  decisi on s,  wh ic h  is  a n  i m po rtant  pa rt  of  the   ha nd off  proces s  a nd  this   is  ac hieved  by   m aki ng  use   of  f uz zy   log ic   c ontr ollers.   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Inge nious Met hod  f or  C ondu ci ve Han do ff  A pp li a nce i n  C ogniti ve R ad i o N et works   ( J. J os e ph i ne Dh iv ya )   5197   Param et ers  that  play   vital   ro le   in  han do ff   process  are  giv en  as  in put  to  f uzzy  infer e nce  w hich  inc lud es   m ob il i ty ,  delay ,  recei ved  sig na l  stren gth   a nd   ba ndwidt h.   T hese  i nput  par a m et ers  are  the n  gen e rated   to  if  the n  el se  ru le s  by  m eans  of   t he  trapez oid al   m e m ber sh ip  f unct ion s  resu lt in g  i n  kn ow i ng   t he   sta tus  of   t he  PU   that   include s  the  ar rival  an d  de part ur e  of  P U  w hich  is  ver y  i m po rta nt  for  deci ding  ei ther  the   hand off  proce ss  ha s   to o cc ur  or   not.  Th e  rules f or  gen e rati ng  handoff are  prese nt ed  in  Table   1.       Table  1 .   R ules  for Han dof f D eci sion   Distan ce   Sp eed   Delay   Han d o ff  Pr io rity   Far   Fast   Low   Ver y Hig h   Far   Av erage   Low   Ver y Hig h   Far   Slo w   Low   Hig h   Mediu m   Fast   Mediu m   MedHig h   Mediu m   Av erage   Mediu m   MedHig h   Mediu m   Slo w   Mediu m   MedHig h   Clo se   Fast   h ig h   Med   Clo se   Av erage   h ig h   MedLo w   Clo se   Slo w   h ig h   MedLo w   Far   Fast   Mediu m   Ver y Hig h   Far   Av erage   Mediu m   Hig h   Far   Slo w   Mediu m   MedHig h   Mediu m   Fast   Low   MedHig h   Mediu m   Av erage   Low   Med   Mediu m   Slo w   Low   MedLo w   Clo se   Fast   Mediu m   MedLo w   Clo se   Av erage   Mediu m   Low   Clo se   Slo w   Mediu m   Ver y Low   Far   Fast   h ig h   MedHig h   Far   Av erage   h ig h   MedHig h   Far   Slo w   h ig h   Med   Mediu m   Fast   h ig h   MedLo w   Mediu m   Av erage   h ig h   MedLo w   Mediu m   Slo w   h ig h   MedLo w   Clo se   Fast   Low   Low   Clo se   Av erage   Low   Ver y Low   Clo se   Slo w   Low   Ver y lo w       The  trapez oida l  m e m ber sh ip  functi ons  ar e  us ed  to  co m pu te   values  for  input  par a m et es  and   in   gen e ral they  a r e g ive n by     µ ( ) = {         1 ,                                                 2 < < 3 0 ,                                               = 1      4 − 1 2 − 1 , 1 < < 2 − 4 3 − 4 , 3 < < 4         Fr om   the  above  eq uation  th e  m e m ber sh ip   fu ncti on s  f or   sp eed,  distan ce  and   delay   are  com pu te d  separ at el y.   S pe ed  m e m ber sh ip   Functi ons:     µ  ( ) = {         1 ,                                             0 < < 5 0 ,                                             = 0      10 − 0 5 − 0 ,                                   0 < < 5 − 10 7 − 10 ,                         7 < < 10         µ   ( ) = {         1 ,                         7 < < 10 0 ,                   = 5      = 15 − 7 10 − 7 ,               7 < < 10 − 15 12 − 15 ,       12 < < 15         Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :   5195   -   5202   5198   µ ℎ  ℎ ( ) = {         1 ,                                         15 < < 20 0 ,                                         = 12      25 − 15 12 − 15 ,             12 < < 15 − 25 20 − 25 ,             20 < < 25         Delay  m e m ber sh ip  fun ct io ns :       µ  ( ) = {         1 ,                                                       0 . 1 < < 0 . 2 0 ,                                                       = 0      0 . 25 − 0 0 . 1 − 0 ,                                           0 < < 0 . 1 − 0 . 2 0 . 25 − 0 . 2 , 0 . 2 < < 0 . 25           µ   ( ) = {         1 ,                                               0 . 3 < < 0 . 4 0 ,                                             = 0 . 2      0 . 5 − 0 . 2 0 . 3 − 0 . 2 ,                       0 . 2 < < 0 . 3 − 0 . 5 0 . 4 − 0 . 5 ,                       0 . 4 < < 0 . 5           µ ℎ ℎ ( ) = {         1 ,                                     0 . 6 < < 0 . 8 0 ,                                     = 0 . 55      1 . 0 − 0 . 55 0 . 6 − 0 . 55 ,         0 . 55 < < 0 . 6 − 1 . 0 0 . 8 − 1 . 0 ,                 0 . 8 < < 1 . 0         Dista nce m e m ber s hip f unct io ns :       µ  ( ) = {         1 , 2 < < 15 0 , = 1      20 − 15 15 − 1 , 1 < < 15 − 20 15 − 20 , 15 < < 20           µ   ( ) = {         1 , 12 < < 50 0 , = 10      60 − 10 12 − 10 , 10 < < 12 − 60 50 − 60 , 50 < < 60         µ ℎ  ℎ ( ) = {         1 , 60 < < 80 0 , = 55      100 − 55 60 − 55 , 55 < < 60 − 100 80 − 10 0 , 80 < < 100         The  i nf e ren ce   ob ta ine d  by  fuzzy   log ic   is  part ia l,  no t  acc ur a te   at   al l  conditi on s   an d  t her e   is  a  nee d  f or   GA  to p r oduc e   ap pro xim a te   resu lt s  w hich   in cl ud es   avail abi li ty   of   cha nnel  w he n  PU  an d  s econda ry  us e r  m ov e  acro s s  the  net work   t her e by  enh a ncin g  the  qual it y  of   ha ndoff  proce dure .  The  G A  ge ts  te rm inate d  by  i te rati ng   the  al gor it hm   ti ll   the  su it able   fitness   value  (F V )  is   ge ne ra te d.   FV  in  t he   pro pose d  wor k  ref e rs  t o  t he   node   pr e dicta bili ty   wh ic h  sp eci fie s  the  values  of  inp ut  pa ram eter s  associat e d  with  each  a nd   ever y  sin gle  m ob il e   node  i.e.  recei ved   si gn al   stre ng t h,   delay   et c.,  in dicat in g  th e  m ob il it y  of   t he  node s  co nnect ed  to  the  ne twork .   The  ha ndoff  pri or it y  is  gen e rated  by  m eans  o f  the  tr uth   ta ble  pr ese nte d  in  T able  1.   The   val ue  Dis tan ce   represe nts  the  d ist ance f r om   m ob il e  nodes  t o  base s ta ti on ,   Sp ee d   re fer s   to   the  m ob il it y  of n odes   an d  De lay   are   ta ken  into   co nsi der at io n.   The   hand off  decisi on  is  ta ke n  bas ed  on  the   tr uth  ta ble  (ta ble  1)  co ntainin g  t he   f uzzy   ru le s.  With  res pecti ve  to  t he  distance  var ia bl e  the  m e m ber sh ip  functi ons  include   fa r,   m edium ,  cl o se  a nd   t he   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Inge nious Met hod  f or  C ondu ci ve Han do ff  A pp li a nce i n  C ogniti ve R ad i o N et works   ( J. J os e ph i ne Dh iv ya )   5199   range  of  val ue s  f or   t hese  a re   0.1 25,  0.50   a nd  0  res pecti ve ly .  In   ca se  of  the  var ia ble  s peed  the  m e m ber s hip  functi ons  are  s low,   a ver a ge,   f ast   and   the  range  of  val ues  ar e  from   0  to  1.   The   delay   va ri able  has  m e m b ershi p  functi ons that i nclu des  l ow,  m edium , h ig h  a nd the  v al ues  a r e from  0 .12 5,0.50 an d 0 res pe ct ively . Th e  ha ndoff  pr i or it y  is  set   t o  ver y  high  w he re  the   delay   is   low,  t he  m ob il e  nodes   are   fa r  a nd  the  sig na l  stren gth  is  fa st.  At   this  co ndit ion   t he  hand off  is  i niti at ed.   T he  m ai n  functi ona li t ie s  carried  out  in  FBG A  i nc lud es   init ia li z at ion   of  popula ti on   by   real  valued   cod i ng   wh ic h  is  do ne  by  the  sel ect ion   of  values  us in g  the  roulet te   wh eel ,   cal culat ion   of  fitness  value s  by  m eans  of   m e m ber sh ip  f un ct io ns   an d  hand off  res olut ion   value .  Upon   th e   arr ival  of  the  PU   wh ic h  is  determ ined  by   the  f uzzy  r ul es  the  oth e r  m ob il e  no de s  occupyi ng  the   cha nn el   sh oul d  vacate   to  av oid   inter f eren ce  a nd   t his  is  achieved  on   t he  basis  of  us i ng   the  ac cess  point  can did at e   values   sto red  i n  th e  hand off  decisi on  ta ble .   The   de ci sion  of  init ia li zi ng   t he  ha ndoff  is   ta ken  purely   ba sed  on  the access  poin t cand i date  value ob ta ine d by  fu zzy  i nf e ren c e en gin e a nd t he  h a ndoff res olu ti on.      4 . 2.   Cu c koo  S earch   The  cr ux  in  c hoos i ng   c ucko o  searc h  (CS )  [16]  is  it s  si m pl ic it y  and   s m oo th  i m ple m entat ion   in  com par ison   w it h  oth e r  m eta - he ur ist ic   al gorithm s.  In   c on te xt  of  ou r   pro po se d  work,  cuc koo  s e arch   is   inco rpor at e d  i n  re duci ng  th e  occ urren ce   of   ha ndoffs  a nd  sel ect ing   t he  op ti m al   neighbor hood  be fore  the   hand off  proces s  w hich  is  the   basic  idea  be hin d  C S  w he rein   the  cuc koo  bir d  sear ches  f or   ho st  nest  to  la y   eggs   [17].  F V  obta ined   th rou gh  F BGA  m echan i sm   is  giv en  a s  in pu t  t o  CS ,   determ ines  th e  cases  wh e rei n  the   switc h  or   c ha nge  of   sta te   of   m ob il e  no des   in  the  netw ork  ta kes  place .  T he   proce dure  e m plo y ed  in  fin e - tu ne d  CS inclu des  t he  foll ow i ng steps:   Step  1:  Co ns id er a ran dom  p opulati on  of n h os t  nests as  xi   Step  2: A cuc koo i s  ob ta ine d ran dom l y by le vy f li ght  beh a vi or   process  i.   Step  3: T he  fit ness funct io n o btained  b y m eans  of FBG A  is   ta ken  a s Fi.   Ste p 4: A ra nd om  n est  is ch ose n  am on g t he  host  nest j an d  it s f it ness  is cal c ulate d  as  F j .   Step  5:  I f  Fi>F j  the n j  is  r e pla ced  by n e w sol ution el se  j  is t he  s olu ti on.   Step  6: A f racti on of t he worst  n est  is eli m inate d  an d ne w ne st are ide ntifie d by m eans o f   l evy flig ht sear ch.   Step  7: T he op t i m u m  n est  is ke pt and  ste p 2 i s r e peated  f or   m axi m u m  it era ti on s.   Step  8: T he op t i m u m  n est  is obtai ned fi nally .   Th us   on ce   ne w  nest  gets  af f ixed  it   is  e val uated  by  m eans  of  the   pr e viously   com pu te d  FV  the reb y   fin ding  the  i de a l  nest  w hich   tur ns  out  to b e  t he  best  ch oice o f  determ ining  w hich  m ob il e n ode  s houl d  underg o  switc hing a hea d of l ink fail ur e b ase d o n  c ha nn el   sta te  and t his im plies a condit ion o f  m i nim iz ed  ha ndoff.       5.   RESU LT S  AND DI SCUS S ION   The  Netw ork  si m ulator  N S  2.31  to ol  is  use d  to  ca rr y  ou t  the  sim ulatio n  f or  the  pro pose d  w ork.  Si m ulati on   is  perform ed  by  rangin g  num ber   of  m ob il e  node s,  i niti al ly   the  nu m ber   of  m ob il e  nodes   (M N )   e m plo ye d  is  20;  nu m ber   of  channels  util iz ed  is  set   to  10  and   the  m axim u m   si m ula tio n  ti m e   is  s et  to  200  seco nd s .  O nce  the  switc hi ng  ta kes  place  the  sp ect r um   m an ger   s enses   the  channel  a vaila bili ty   and   init ia te s  th e   nex t  set   of   tra ns m issi on .  Fig ure   2  ex plains  a  case  of   sim u la ti on   m on it or ed  at   tim e   1. 21 9490  m s  wh erein  the   MN  11  en ds  th e  ha ndoff   on  c ha nnel   1  a nd  t he  helpe r  node   is  8  f or  us er   4  and  the   total   num ber   of  pac ke ts  sent  is  9  an d  this  proces s  co ntin ue s  ti ll   MN  11   senses  for  c ha nn el   a nd   sta rts   transm issi on   at   tim e   1. 30 1000 m s.   Fig ure   3  e xpla ins  ye t  ano t her  case  of   t he  sim ulati on  w he rei n  tran sm iss ion   ta kes  place  acr os s  MN v aryi ng  4  t o  8,   6  to  7  an d  s o  on.  Packets   s ent  durin g  t his  per i od  of  ti m e  is  from   18  to   100  pa ckets   dro pp e d  are   al so  vi sible  durin g  the  sim ulati on   pe rio d.  This  is  again  fo ll owe d  by  the  handoff,  sen sing   an d  tra nsm issi on   ph as e  ti ll  the  si m ulati on  g et s  over .               Figure  2. Ha nd off  te m inati on   Fig ure  3 .   S witc hing  of inter fa ce   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :   5195   -   5202   5200   Ba sed  on  the   s i m ulati on   car ried  ou t  t he  a na ly sis  of   ha ndoff  par am et ers  i.e.  the   facto rs  t hat  ove rall   determ ines  the  qu al it y  of   ha ndoff  ca n  be  m on it ore d  easi ly .  The  pa ram eter s  ta ken   for  con si der at io n  in cl ud e   thr oughput,  de la y  and   num ber   of  ha ndoffs   occurre d   an d  nu m ber   of  fa il ed  hand off.   These  are  disc us se d  br ie fly  in  the  foll ow i ng secti on.   a.   Thro ughput:  T his  pa ram et er  rep rese nts  the  s uccess fu l  tra nsm issi on   of   data   ov e r  the  gi ven  per io d  of   ti m e   from   so ur ce  to   destinat io n  it   is  the  ben c hm a rk   for  deci ding   the  ove rall   effi ci ency  of   the  syst e m .   Fig ure   4.rep rese nts  the  am ou nt  of  data  tra ns m i ssion   occ urre d  du rin g  the  si m ulati on   ti m e  with  X  a xis   represe nting sim ula ti on  ti m e i n  sec onds an d Y a xis r e prese nting t he  am ount of  data tra nsm itted in k bp s .   b.   Delay :  This  de picts  t he  ti m e  t aken  f or   t ran s m issi on   of  bits  from   so ur ce   node   to  destinat ion   node .   Fig ure   5.   represe nts  the  ov e rall   del ay   occurre d  duri ng   t he  handoff   proce ss  with  X   axis  r epr ese ntin g  th e  si m ulati on  tim e in sec onds an d Y a xis r e pres enting t he dela y peri od in  sec o nds.   c.   Nu m ber   of   ha ndoffs:  The  m axim u m   nu m be r  of  ti m es  swit chin g  of   sta te s  occur  durin g  da ta   transm issi on  ref e rs  to  as  th e  nu m ber   of  ha ndoff  par am et er.  This  s houl d  not  ta ke  place  for  m or e  num ber   of   ti m e s.  Fig ure  6  repre sents  the  num ber   of   hand off   process  occ ur red   durin g  the   entire  sim ulatio n  ti m e  with  X  axis  re pr ese nti ng   sim ulati on   tim e  in  seco nds  an d  Y  a xis  r epr ese ntin g  th e  nu m ber   of   ha ndoff  process   occurre d  with  two  li ne s  re pr es enting  t he  exis ti ng   an d  pro posed  syst em .  Fr om   the  si m ulatio n  resu lt s  it   is   cl ear   that  the   pro po se d  syst em   chan ges  it s  sta te s  m ini m al  num ber   of  ti m es  com par ed   to  the   existi ng   syst e m .   d.   Nu m ber   of  fail ed  ha ndoffs:  T his  gauge   ex hi bits  the   capaci t y  of  a  netw ork   i.e.  i nd ic at es  c ases  w he rein   a  sta te   in  a  chan nel  durin g  tr ansm issi on   is   un s ucces sf ul.  Fig ure  7.  re presents  the  nu m ber   of   fail ed   hand offs  occ urred  du rin g  the si m ulati on  tim e w it h  X  axis re pr ese ntin g  sim ula ti on  tim e  i n  seco nds and Y  axis r e presenti ng the  num ber   of f ai le d ha ndoff p ro ces s.   Fr om   the  analy sis  of   the  pa r a m et ers  inv ol ve d  in  t he  hand off  proce ss  ge ner at e d  an d  th e  com par iso n  of   ha ndoff  sc hem es  gen erat ed  by  dynam ic   pro gr am m in g  wit h  bisect i on  ( DBA )  al gorithm ,  fu zzy   base d  gen et ic   an d  t he   pro po se d  FB GA   with  CS  in   Table  2,  evi de nt  that  the  res ul ts  are  far   bette r  an d  are  opti m iz ed  com p ared  t o  th e existi ng syst e m s in  te r m s o f un ce rtai n netw ork  c onditi ons.               Figure  4. Th r ough pu t   Fig ure   5 .   Dela y               Figure  6. N umber  of  hand offs   Figure  7. N umber  of  fail ed ha ndoffs   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Inge nious Met hod  f or  C ondu ci ve Han do ff  A pp li a nce i n  C ogniti ve R ad i o N et works   ( J. J os e ph i ne Dh iv ya )   5201   Table   2 .  C om par iso n of Ha nd off  Sc hem es   Han d o ff  Par a m et er s   Tr an s m iss io n  ti m e  in   sec   Han d o ff  bas ed  on   DBA   Han d o ff   b ased  on   FGA   Prop o sed   Han d o ff  bas ed  on   h y b rid FBGA  with  CS   Av erage Del ay  in   sec   1   2   3   4   5   6   7   8   9   10   12   16   19   21   23   26   28   31   32   38   8   12   15   17   21   24   25   27   30   35   4   7   9   15   16   19   21   23   25   29   Av erage T h rou g h p u t  in   kbps   1   2   3   4   5   6   7   8   9   10   1892   1750   1627   1582   1488   1201   1057   937   893   742   2174   2058   1964   1846   1702   1600   1592   1458   1387   1272   3512   3201   3085   2840   2792   2502   2359   2075   1957   1810   Nu m b e r  o f  Hand o ff s   1   2   3   4   5   6   7   8   9   10   24   26   31   34   38   42   44   49   52   55   18   19   25   29   32   34   37   39   42   45   14   16   22   27   29   31   33   34   37   40   Nu m b e r  o f  Failed  Han d o ff s   1   2   3   4   5   6   7   8   9   10   10   13   15   19   22   26   28   31   34   37   7   10   13   16   18   19   22   24   27   29   4   7   9   12   15   16   17   19   21   22       6.   CONCL US I O N   In   t his  pa per,  the  ha ndoff  process  a  par t  of  the  s pectr um  m ob il it y  a  chall eng in g  ta sk  in  CR N  is   addresse d  a nd   analy sed   by  inco r porati ng  hy br id   m et ho dolog y  of  f uzzy  base d  gen et ic   al gorithm   and  it   is   op ti m ise d  us ing   cuc koo  sear ch.   T he  si m ulati on   res ults  sh ow  that  the  pro posed  m et ho d  is  reli able   one  a nd   ens ur es   that  th e  ha ndoff   proc ess  is  ca rr ie d  ou t  i n  a   sm oo th  way  wit h  m i nim a l  back l ogs  in  c om par iso n  wit h  the ex ist in g  sy stem .       REFERE NCE S    [1]   Herná ndez,  C. ;  Salga do,   C . ;  Ló pez ,   H . ;  Rodríg uez - Col ina ,   E. ,   “ Multi var ia b le   al gorit hm   for  d y nami c  cha nn el  sele c ti on  in  cogn it ive   rad io  n et wo rks,”   EURA S IP  Journal  on  Wire le ss   Comm unic ati ons  and  Net wo rking ,   vol .   2015,   no.   1 ,   pp .   1 – 17 ,   2015.   [2]   Krishan  Kum ar,   Arun  Praka sh  and  Raj ee v  Tri p a thi ,   “ Spect rum   Handoff  Scheme  with  ultiple   A tt ributes  Dec i sio n   Making  for  Optimal  Networ k  Sele ction  in   Cognit ive   R a dio  Networks”,  Digit al  Com municat ions  an d   Net works , Janua r y   2017.   [3]   Pradip  Vara de,Akanksha  W aba le,   “ Throughput   Maximiza ti o n  of  Cognit ive  rad io  m ult i  rel a y   n et work  with   int erf ere n ce   m an age m ent ” ,   Int er nati onal   Journal   of  Elec tric al   an d  Computer  Eng ine ering   ( IJE C E ) ,   Vol.   8,   No.  4,   Augus t  2018,   pp .   2230 - 2238.   [4]   Prithi viRaj  A,  K rishnamurth y   K ,   “ Fuzz y   logi c   bas ed  de ci sion maki ng  al gori thm to   opti m iz e   the ha n doff  per form ance  in   Hetn et s”,   Ci rcuit s and  S ystem s   756 - 3 777,   Se pte m ber   2016 .   [4]   Prithi viRaj  A,  Krishnam urth y   K,  “ Fuzz y   logic  base d  decisio n  m aki ng  al gor it hm   to  opti m iz e  the   h andof f   per form anc e   in   Hetne ts” ,   C ircuits and  Syst ems   7 56 - 3777,   Sept e m ber   2016.   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  8 , N o.   6 ,  Dece m ber  2 01 8   :   5195   -   5202   5202   [5]   Pree tha m   C. S ,   Prasad   M.S.G  et   al ,   “ Perform anc e  anal y s is  of  coope rative   h y bri d  Cognit ive   rad io  net work  wit h   var ious  dive rsi t y  te chn ique s” ,   Int ernati onal  Journal  of  E lectric a l  a nd  Computer  En gine ering   ( IJE C E) ,   Vol. 6 ,   No.5 ,   Octobe r   2016 ,   p p   2125 - 2133.   [6]   Tsai ,   K. ,   L iu,   H.   and  Li u ,   Y ,   “ Us ing  Fuzz y   Logic  to  Redu ce   Pin g  Pong  Handove r  Eff ect  in  LT E  Networks ”,  Sof t   Computing ,   20 ,   1683 - 1694,   201 6.   [7]   Potdar,   S.M.;   Pa ti l,   K.P . ,   "Effici ent   spec trum  ha ndoff  in  CR  netw ork  base d  on  m obil ity ,   QoS   a nd  priori t y   usin g   fuz z y   log ic   and  neur al   n et work,"   Conte mpor ary  Computing  ( IC3 ) ,   2013  S ix th  Int ernati onal  Conf ere nce   on   ,   vo l . ,   no. ,   pp. 53 , 58,   8 - 10  Aug.  2013 .   [8]   Prudhvi  Raj   M et ti,  K.   Rushen dra   Babu ,   Sum it   Kum ar,   “ Spe ct rum   Handoff  Mec hani sm   in  Cognit ive  Radio   Networks  using  Fuzz y   Logic”  In te rnational   Journal  of  Scientific  &   Engi nee ring  Re search ,   Volu m e  5,   Iss ue  10,   Octobe r - 2014.   [9]   W anmai  Yuan,   Mingchua n  Yan g,   “ Im prove d   cuc koo  sea rch   algorithm  for  spec trum  sensing  i n  sparse  sate l li t e   cogni ti v e  s y stem s”  IEEE  84 th   V eh ic ular Te chnol o gy  con fe ren ce   2 016.   [10]   Ali  Cal han ,   Cela l   Ceka n  “ An   Op ti m um   Vert ic al   Handoff  Dec isio n  Algorit hm   Based  on  Adapti ve  Fuzz y   Logi c  and  Gene tic  Algor it h m ”,   Wire le ss   P e rs   Comm un   (2012)  64:647 – 664.   [11]   Miguel   Tube rq uia ,   Cesar   Her nande z ,   “ New  Approac hes  in  cogni ti v e  rad ios   using  evol uti o nar y   al gori thms ” ,   Inte rnational   jou rnal  of El e ct ri ca l  and  Comput er  Engi ne ering   ( IJ ECE ) , Vol.   8 ,   No .   3 ,   June   2018,   p p.   1636 - 1646 .   [12]   Kale   Sandik ar  R. S,  Vijay   M. W adha i,   “ New  Algorit hm   for  Handoff  Optimiza t ion  in  Cognit ive   Radi o  Ne tworks   using Fuzzy   logic  and   Artif ic i al  Neura l  N et work ”,   El sev ie r  Publ i ca t ions,2 013.   [13]   Salga do. C ,   Hern ande z . C,   Mol ina.V,   “ Inte l li gen t  al gorit hm   for  sp ec trum  m obil ity  in  cognitive   wi rel ess  net works ” ,   Proce dia   Computer  Sc ie nc e   83 ,   2 78  –   283 ,   2016 .   [14]   Ekt a  Dua ,   Vikr ant   Gulati,   “ En hanc ement  in  Spect rum   Sensin g  Algorit hm s   for  Cognit ive   R ad ios ”   Inte rnation al   Journal  of  Adv a nce d  Re search  i n  El ec troni cs  and  Comm unic ati on  Engi nee ring  ( IJA RE CE)   Volum e  5,   Iss ue  8,   Augus t  2016.   [15]   hang  Trung  Nguy en ,   Dieu  Ngoc  Vo,  “ The   appl i c at ion  of  one  ran k  cuc koo  sea rch     al gorit hm   for  solvingecono m ic  loa d  d ispat ch   pr oble m s”  Applied   Soft Computing   37,   763 – 773 , 201 5.   [16]   W .   Ahm ed,   J.  Gao  and  H.   Surawee ra ,   “ Anal y sis  of  cogni t iv e  rad io  spec tru m   ac ce ss   with   opti m al   cha nne l   rese rva t ion”,  I E EE   Tr ansacti ons   on  Wire le ss   Co mm unic ati ons ,   v ol.   8 ,   no .   9 ,   pp .   4 488 - 44 91, 2014.   [17]   Yanhong  Feng,   Ke  Jia,   and  Yicha o  He ,   “ An  Im prove d  H y brid  Enc od ing  Cuckoo  Sear ch Algorit hm   for  0 - 1  Knapsac k  Probl ems ”,   Hindawi  Publ ishing  Cor poration  Computati onal  In te l li g enc e  and  N euroscie nc e   Volum e  2014.       BIOGR AP H I ES   OF  A UTH ORS        J.Jos ephi ne  Dhiv y a  r ec e ive d  the  MCA  degr ee   fr om   Madura i  Kam ara j  Univer sit y  and  is  cur ren tly   a  Resea r ch  Schola r  in  Madura i  Kam ara j  Uni ver sit y . Her  area s  of  int ere st  in cl ude  W ireles  Com m unic at ions a nd  Network in g         Dr.   M.  R amasw ami   (M.Sc,   M.Phil ,   M . C. A)   was  awa rd ed   the  Phd  degr ee   in  Com puter  Applic a ti ons  fro m   Madura i  Kam ara j  Univer sit y .   He  is  cur r ent l y   working  as  a  Profess or  in  the  Depa rtment  of  Com pute r  Applic ations  in  Madura i  Kam ara j  Uni ver sit y   and  an  a ct iv e  rese ar ch  supervisor  and  he  has  publi shed  about   45  pape rs  in  var ious  rep ute d  journ al s  at   nat ion al   and   int ern at ion al   le v el .             Evaluation Warning : The document was created with Spire.PDF for Python.