Anlisis comparativo del desempeo de agentes TCP en redes de

radio cognitiva
Performance comparison of TCP agents in cognitive radio networks

ROLAND LEAL
Ingeniero en sistemas. Estudiante de especializacin en Teleinformtica de la Universidad Distrital
Francisco Jos de Caldas.
Bogot, Colombia.
rolandleal2@gmail.com

HOLMAN LPEZ
Ingeniero electrnico. Estudiante de especializacin en Teleinformtica de la Universidad Distrital
Francisco Jos de Caldas.
Bogot, Colombia.
Contacto: holmanl@gmail.com

Palabras clave: Radio Cognitiva, TCP Reno, TCP Vegas, TCP Veno, TCP Westwood.

Key words: Cognitive radio networks, TCP Reno, TCP Vegas, TCP Veno, TCP Westwood.

redes de Radio cognitiva son redes que pueden detectar su

RESUMEN
En este artculo se presentan los resultados del anlisis de la
utilizacin de los agentes TCP Reno, Vegas, Veno y
Westwood sobre una red de radio cognitiva evaluando el
rendimiento, retardo, latencia y tasa de retransmisiones para
cada uno de los agentes. Para el desarrollo se utiliz Network
Simulator 2 (NS2) para implementar protocolos, generar el
trfico y simular la movilidad de los nodos. Los resultados
muestran que con el agente Westwood se obtuvo el mejor
desempeo teniendo en cuenta los parmetros evaluados.
ABSTRACT
This paper presents the results of analysis of the use of TCP
Reno, Vegas, Veno and Westwood agents on a cognitive
radio network by evaluating the throughput, delay, jitter and
retransmissions rate by each agent. Network Simulator 2
(NS2) was used for development to implement protocols,
generate traffic and simulate the nodes mobility. The results
show that taking into account the parameters evaluated, the
best performance was obtained with Westwood agent.
1. INTRODUCCIN
El espectro radioelctrico es un recurso escaso donde cada
vez es ms difcil encontrar bandas libres para el despliegue
de nuevos sistemas. En este sentido, y gracias al vertiginoso
crecimiento de las redes inalmbricas se ha incrementado la
congestin y saturacin del espectro radioelctrico [1]. Por
esto se han planteado tecnologas que permiten el uso ms
eficiente de dicho espectro. Entre los avances ms relevantes
en tecnologas de radio se destaca la radio cognitiva. Las
entorno y adaptarse dinmicamente a los parmetros de la
transmisin, el mtodo de canal de acceso, el uso del espectro
y protocolos de redes, segn sea necesario para la red, el
rendimiento de las aplicaciones y las necesidades de los
usuarios.
A nivel de la capa de transporte, y especficamente para el
protocolo TCP la redes de radio cognitiva ofrecen un desafo,
ya que se requieren implementaciones que logren que este
protocolo se adapte al comportamiento y a las caractersticas
de redes de radio cognitiva. En principio, TCP fue un
protocolo implementado para redes alambradas, donde las
prdidas son bsicamente debidas a congestin del enlace,
mientras que en redes inalmbricas, factores como el
desvanecimiento, el handoff y las desconexiones temporales
[2] son tambin causa de prdidas. Particularmente en redes
de radio cognitiva, se pueden presentar mltiples
desconexiones de los usuarios que deben dejar libres los
canales ante la ocupacin de los mismos por usuarios
primarios.
El presente artculo ofrece un anlisis comparativo del
rendimiento de las implementaciones de los agentes TCP
Reno, Vegas, Veno y Westwood en un entorno de radio
cognitiva y est organizado as: en la seccin 2 se describe la
radio cognitiva y las variantes de TCP objeto de anlisis en el
presente documento, la seccin 3 describe algunos trabajos
relacionados con los tpicos tratados en esta investigacin, la
seccin 4 presenta la metodologa usada, la seccin 5
describe los escenarios de simulacin implementados, en la
seccin 6 se presentan los resultados y en la seccin 7 las
conclusiones.
2. RADIO COGNITIVA Y TCP
2.1. Radio Cognitiva
De acuerdo a lo definido por Joseph Mitola III en su tesis
doctoral [3] en el ao 1999, la radio cognitiva extiende el
concepto de radio software hacia un razonamiento basado en
modelos de dominio de la radio teniendo en cuenta sus
caractersticas mejorando la flexibilidad de servicios
personales a travs de un lenguaje de conocimiento de radio
RKRL (Radio Knowledge Representation Language). Este
conocimiento se da a nivel de caractersticas, dispositivos,
modelos de software, modelo de propagacin, necesidades
del usuario y escenarios de aplicacin.
2.2. TCP
El protocolo de control de transmisin (TCP) es un protocolo
confiable, extremo a extremo, orientado a la conexin que
implementa control de flujo por medio de algoritmos de
ventana deslizante [4]. Para el control de congestin, TCP se
fundamenta en cuatro algoritmos principales que buscan
ajustar parmetros como son la ventana de congestin (cwnd)
y el umbral de arranque lento (ssthresh) [5]. Los algoritmos
son: (1) arranque lento, el cual plantea que cuando una
conexin se establece la cwnd se inicia en uno y el ssthresh
se establece en 65535 bytes. El valor de cwnd incrementa en
uno cada vez que se recibe un reconocimiento (ACK), (2)
Evasin de congestin: cuando el emisor recibe tres ACKs
duplicados, el ssthresh se establece a la mitad del valor actual
de la cwnd, y cada vez que se recibe un ACK, la cwnd
incrementa linealmente con el RTT de forma que la tasa de
envo aumente lentamente, (3) Retransmisin rpida[6]:
cuando se reciben tres ACKs repetidos, el paquete se da
como perdido y se retransmite sin esperar que el RTO se
cumpla. El ssthresh se establece en la mitad de la cwnd actual
y la cwnd se reduce a la mitad de su valor original, (4)
Recuperacin rpida [7]: cuando se detecta la prdida de un
paquete, es necesario esperar un RTT antes de realizar la
retransmisin. Cada vez que el emisor recibe un ACK
duplicado, la cwnd se incrementa en uno.
TCP Reno: Implementa los cuatro algoritmos para control de
congestin descritos en el apartado anterior. Cuando hay ms
de una prdida en una ventana de datos, la retransmisin solo
se puede realizar luego del cumplimiento del temporizador
haciendo que se pase a la fase de arranque lento. Esta
caracterstica provoca que el rendimiento general de la red se
pueda degradar, en [6] se menciona que otra de las
desventajas de Reno es que la recuperacin de la congestin
es lenta debido a que mximo un paquete perdido puede ser
retransmitido por RTT.
TCP Vegas: Planteado en [8] propone un mecanismo
diferente para evasin de congestin, intentando estimar el
nivel de congestin de la red antes de que sta suceda para
llegar a evadirla. El algoritmo basa su decisin en mediciones
de rendimiento por tiempo de ida y vuelta (RTT), el cual
refleja la condicin de la red. Vegas calcula la diferencia
entre la tasa actual (paquetes enviados por RTT) y la tasa
esperada (paquetes enviados por mejor RTT) en la fuente de
transmisin.
Ec.(1)
El algoritmo calcula el nuevo tamao de ventana de acuerdo
a la Ec.(2):
Ec.(2)
Donde , es el umbral que indica que los recurso de la red
estn subutilizados y el umbral que indica congestin
prxima. El retardo de los paquetes indica una situacin de
congestin. Cuando se recibe un ACK duplicado, el tiempo
se compara con un valor del tiempo de espera, si es mucho
mayor, se retransmite sin esperar los 3 ACKs duplicados [9].
La ventaja de Vegas radica en su capacidad para hacer un uso
ms eficiente del ancho de banda evadiendo las
retransmisiones innecesarias debidas al incremento lineal que
hace Reno. Su principales desventajas son: (1)Trata todas las
prdidas como seal de congestin lo cual puede afectar el
rendimiento en redes inalmbricas y (2) Cuando se presentan
situaciones donde el RTT cambia debido a cambios por el
enrutamiento no cuenta con mecanismos para identificarlo y
la estimacin realizada puede no ser adecuada a la realidad.
TCP Veno: Esta variante de TCP propuesta por Fu y Liew en
[10] combina caracterstica de Vegas y Reno. De Vegas toma
las mediciones del RTT de para estimar el nivel de
congestin cuando ocurre un error y de Reno toma el
algoritmo de incremento aditivo y decrecimiento
multiplicativo. Si las mediciones muestran que la red est a
punto de experimentar congestin, Veno reduce su ventana a
la mitad de su valor actual, si no es as, el protocolo deduce
que la prdida de paquetes no se relaciona con congestin, y
reduce el tamao de la ventana de una manera ms suave (4/5
de su valor actual), de manera que prevenga una degradacin
del desempeo que no sea necesaria.
TCP Westwood: Planteado en [11], busca mejorar la
eficiencia de TCP en redes hetereogneas. Para ello hace una
estimacin del ancho de banda de la red mediante un
apropiado filtrado y promediando la tasa de retorno de ACKs
por RTT. Luego se usa esa estimacin del ancho de banda
para ajustar el ssthresh y la cwnd a un valor cercano cuando
hay prdidas. Cuando se reciben tres ACKs duplicados,
Ec.(3)
donde BWE es el ancho de banda estimado. Si la cwnd es
mayor que el sshthresh, la cwnd se pone igual al ssthresh.
Para el caso en que se cumple el tiempo de espera, el ssthresh
se pone en el mismo valor anterior, mientras que la cwnd se
pone en uno. Su ventaja es que hace una estimacin ms real
del ancho de banda que Vegas, la cual incrementa
significativamente el rendimiento de TCP sobre enlaces
inalmbricos.
3. ESTADO DEL ARTE
Existen varios estudios del comportamiento de TCP en
diferentes tipos de redes alambradas e inalmbricas. En [3] se
realiza un anlisis del comportamiento de diferentes variantes
de TCP en redes WiMAX donde se evalan factores como la
asimetra, en [12] se realiza un anlisis de Veno y Westwood
vs Reno en redes WiMAX mostrando mejoras de 5,5% para
Veno y 16,5% para Westwood sobre Reno. Anlisis similares
se realizan sobre redes MPLS [13] y redes OBS [14]. Otras
investigaciones se encuentran orientadas a analizar el
comportamiento de variantes de TCP en MANETs utilizando
diferentes protocolos de enrutamiento. [4], [9] y [6].
Como parte del estudio de TCP, se encuentran
investigaciones en las cuales se realizan propuestas de
modificaciones de los algoritmos de control de congestin
como los relacionados en [15] donde se propone una
modificacin denominada Vegas-W que ofrece mejoras en
redes ad-hoc con mltiples saltos, y en [16] donde se propone
una modificacin a Westwood para mejorar el desempeo del
protocolo.
En el campo de las redes de radio cognitiva, se encuentra una
cantidad limitada de estudios orientados al anlisis de
protocolos de capa de transporte que se adapten de forma
eficiente a las condiciones de funcionamiento de estas redes
donde las conexiones son discontinuas e intermitentes. En
[17] se realiza un estudio simulando el desempeo del TCP
en redes de radio cognitiva obteniendo los resultados del
throughput para usuarios secundarios en funcin del nmero
de estos usuarios, el nmero de canales y el nmero de
usuarios primarios. All se concluye la baja en el desempeo
del TCP en redes de radio cognitiva respecto a redes
cableadas convencionales. A nivel de implementacin de
variaciones de TCP, se destacan dos investigaciones que
realizan su evaluacin con simulaciones en Network
Simulator 2. A continuacin se destacan los puntos relevantes
de esas investigaciones.
En [18] se identifican los requerimientos de protocolos para
la capa de transporte en redes de radio cognitiva, se propone
una arquitectura modelo para la implementacin de
protocolos que cumplan los requerimientos de la radio
cognitiva, y se disea, implementa y evala un protocolo
simulado en NS2 con el que logra mejorar el throughput. La
nueva implementacin propuesta se denomina TCPE (TCP
Everglades), que realiza una mejora al algoritmo de
estimacin de ancho de banda de TCP Westwood.
En [19] se propone una variante denominada TCP-CRENO y
se enfoca en dos acciones: obtener el estado del canal actual
por medio de la interaccin con la capa MAC y modificar el
estado de la transmisin en la fuente. Como consecuencia de
estos ajustes se obtiene un incremento en la tasa de envo y
una reduccin en la tasa de retransmisin en la fuente, lo cual
mejora el desempeo. La evaluacin del protocolo se realiza
en NS2 [20].
4. METODOLOGIA
Para el anlisis se tomaron dos escenarios de simulacin, uno
con nodos fijos y otro con nodos mviles, se implement
cada uno de los escenarios en el Network Simulator 2 (NS2)
generando varios flujos de trfico y ejecutando la simulacin
usando cada uno de los agentes TCP de inters: Reno, Vegas,
Veno y Westwood. Para el modelamiento de radio cognitiva
se us el parche creado por el proyecto Cognitive Radio
Cognitive Network (CRCN) [21], cuya estructura de nodo se
ilustra en la figura 1.
Figura 1. Vision general de estructura de un nodo con enrrutamiento
para Radio Cognitiva [21].
De los 25 nodos implementados en las topologas, 2 de ellos
actan como usuarios primarios (PU) y los otros 23 como
usuarios secundarios (SU). En cada caso se realiz la toma de
informacin de las trazas resultantes que contienen toda la
informacin de las variables. Posteriormente se proces la
informacin para obtener grficas referentes al throughput,
retardo, jitter, y cantidad de trfico generado y recibido. Para
ello se usaron las herramientas Xgrah, TraceConvert,
TraceGraph y NS2 Virtual Trace Analizer.
5. RESULTADOS
Los escenarios fueron implementados en el simulador de
redes NS-2 sobre la versin 2.31 con el parche de radio
cognitiva desarrollado por el proyecto CRCN y el parche que
contiene los agentes Veno y Westwood [22].
5.1. Escenario 1 Nodos Fijos
El primer escenario de simulacin implementado, cuyos
parmetros se encuentran relacionados en la tabla 1, es una
grilla de 5 x 5 nodos inalmbricos como la planteada en [23]
que se ilustra en la figura 2. Esta es la representacin
obtenida en el NS2 Visual Trace Analizer donde se muestra
la distribucin de los nodos en el rea de simulacin.
En la figura 3 se observa una captura de la simulacin
presentada en el archivo de extensin nam. La simulacin se
ejecut en cuatro ocasiones, variando en cada caso
nicamente el agente TCP y tomando las mediciones
respectivas.
Figura 2. Escenario de simulacin 1.

Tabla 1. Parmetros de Simulacin

Parmetro Valor Figura 3. Vista escenario de simulacin 1
Tipo de Antena Omnidireccional
Protocolo enrutamiento DSR El primer parmetro a comparar es el throughput. En la figura
Mximo Nmero de 500 4 se observa el comportamiento de este usando cada uno de
paquetes en cola
los agentes. En la tabla 2 se encuentra el throughput
Tipo Mac Macng
promedio de mximo obtenido en cada caso.
Nmero de Nodos 25 (2 de ellos primarios)
Nmero de canales 5
Tabla 2. Throughput Mximo y Promedio. Escenario 1
Topologa Fija 5 x 5 Nodos
Capacidad del Canal 2Mbps Agente Throughput Throughput
Mx. Prom.
Tiempo de Simulacin 60 segundos
Reno 1,21Mbps 720Kbps
Nmero de Flujos 10
Vegas 1,17Mbps 720Kbps
Tipo de trfico FTP
Veno 1,36Mbps 744Kbps
Westwood 1,51Mbps 832Kbps

Figura 4. Througput Escenario 1

Los agentes Reno y Vegas tienen un comportamiento similar
en lo referente al throughput promedio. Usando el agente
Veno se obtuvo un mejora del 3,33% respecto a los dos
anteriores. El mejor throughput promedio fue obtenido
usando el agente Westwood con un incremento del 15,5%
sobre Reno y Vegas, y del 11,8% sobre Veno.
Dos parmetros adicionales analizados son el retardo y el
jitter. En las figuras 5 y 6 se presenta su comportamiento
promedio respecto al Throughput. El retardo y jitter
promedio mximo se obtuvo al usar el agente Veno para un
trhoughput alrededor de 580Kbps. Se observa que los agentes
Reno y Westwood presentaron los menores picos de retardo
cercanos a 750ms y 800ms respectivamente. Los agentes con
menores valores de Jitter promedio fueron Reno y
Westwood. En la figura 7 se observa el jitter de los paquetes
recibidos con cada agente.
En la tabla 3 se presentan los consolidados de Jitter y Retardo
promedio. Basado en estos dos parmetros, el agente con
mejor comportamiento fue Westwood, seguido por Reno con
retardo y jitter superiores en 6,46% y 0,05% respectivamente,
con vegas el retardo fue 38,3% superior que westwood,
mientras que el jitter fue 179% mayor. En el caso de veno se
obtuvo el mayor retardo (93,4% mas que con westwood) y el
mayor jitter promedio (470% mas que con westwood) .

Figura 8. Trfico enviado, escenario 1.

Figura 5. Retardo Vs Throughput. Escenario 1.

Figura 9. Trfico recibido, escenario 1.

En la tabla 4 se consolidan los resultados. Se observa que el

Figura 6. Jitter Vs Throughput. Escenario 1.
porcentaje de bytes recibidos es similar en todos los casos
siendo levemente superior en el caso de veno.

Tabla 4. Bytes enviados y recibidos, escenario 1.

Agente Bytes Bytes %
Enviados Recibidos Recibidos
Reno 5,781M 5,052M 87,3%
Vegas 5,800M 5,000M 86,2%
Veno 5,977M 5,240M 87,66%
Westwood 6,690M 5,850M 87,44%

Figura 7. Jitter escenario 1

Tabla 3. Retardo y Jitter promedio, escenario 1

Agente Retardo Prom. Jitter Prom.
Reno 21,24ms 9,49ms
Vegas 27,6ms 26,3ms
Veno 38,7ms 53,7ms
Westwood 19,95ms 9,4ms

En cuanto al trfico recibido y enviado, la informacin Figura 10. Bytes retransmitidos, escenario 1.
acumulada se encuentra en las figuras 8 y 9.
En lo referente a retransmisiones (figura 10) respecto a El comportamiento del throughput con cada agente se
trfico enviado, el menor porcentaje de retransmisiones se observa en la figura 12. En la tabla 5 se encuentra el
observ con el agente Westwood (11,6%), Veno (12,54%), throughput promedio de mximo obtenido en cada caso.
Vegas (12,9%) y Reno (13,8%).
Tabla 5. Throughput escenario 2.
5.2. Escenario 2 Nodos Mviles Agente Throuhput Mx. Throughput
Para el segundo escenario se tomaron como base los Prom.
parmetros relacionados en la tabla 1 modificando Reno 1,5Mbps 688Kbps
nicamente la topologa, ahora los nodos tienen movilidad Vegas 1,245Mbps 752Kbps
Veno 1,196Mbps 704Kbps
aleatoria. En la figura 11 se muestra una captura de la
Westwood 1,52Mbps 784Kbps
simulacin tomada del archivo nam. Se analizan los mismos
parmetros que en el escenario 1.
En este caso, como en el escenario 1, el mayor throughput
promedio se obtuvo con el agente Westwood, 4,2%, 11,3% y
13,95% superior que Vegas, Veno y Reno. A diferencia que
en el escenario 1, con vegas se obtuvo un mejor resultado que
con Veno.

Las figuras 13 y 14 muestran el resultado del retardo y el

jitter promedio respecto al throughput. En este escenario, con
el agente Vegas se observaron los mayores picos de retardo y
jitter, con el agente Westwood, al igual que en el escenario 1
se tuvo el mejor comportamiento. En la figura 15 se observa
el jitter de los paquetes recibidos con cada agente.

Figura 11. Vista escenario 2.Simulacin con nodos en movimiento.

Figura 12. Througput Escenario 2.

Figura 13. Retardo Vs Throughput. Escenario 2. Figura 14. Jitter Vs Throughput. Escenario 2.
 escenario 1, siendo los casos de Veno y Westwood los de
mayor porcentaje de Bytes recibidos.

Tabla 7. Bytes enviados y recibidos escenario 2

Agente Bytes Bytes %
Enviados Recibidos Recibidos
Reno 5,51M 4,80M 87,11%
Vegas 6,05M 5,10M 84,2%
Veno 5,70M 5,00M 87,77%
Westwood 6,05M 5,30M 87,6%

En este escenario, las retransmisiones (figura 18) respecto a

trfico enviado, fueron mayores cuando se us el agente
Reno (14,6%), seguidas por Veno (12,6%), Vegas (12,1%) y
con el menor porcentaje de retransmisiones en el caso del
Figura 15. Jitter escenario 2.
agente Westwood (11,9%).
Tabla 6. Retardo y Jitter promedio, escenario 2.
Agente Retardo Prom. Jitter Prom. Finalmente, en la tabla 8 se muestra la variacin obtenida en
Reno 20,6ms 9,68ms los principales resultados en el escenario 2 respecto a los
Vegas 34,13ms 40,07ms obtenidos en el escenario 1. Aqu se observa que las
Veno 29,19ms 24,8ms variaciones porcentuales ms altas entre los dos escenarios se
Westwood 20,02ms 9,6ms produjeron para los agentes Veno y Vegas particularmente en
trminos de retardo y jitter. Tambin se observa una
La informacin acumulada de trfico enviado y recibido se tendencia de mayor estabilidad en el comportamiento de
encuentra en las figuras 16 y 17. La tabla 7 presenta los Westwood cuando se pas del escenario con nodos fijos al
resultados ms relevantes en este aspecto. escenario con nodos mviles respecto a los otros agentes
analizados.

Figura 16. Trfico enviado escenario 2. Figura 18. Bytes retransmitidos, escenario 2.

Tabla 8. Variacin resultados escenario 2 respecto a escenario 1.

Parmetro Reno Vegas Veno Westwood
Troughput -4,44% +4,44% -5,38% -5,77%
Promedio
Retardo -3,01% +23,6% -24,57% +0,35%
Promedio
Jitter +2% +10,4% -53,82% +2,13%
Promedio
% +5,8% -6,2% +0,48% +2,59%
Retransm.

6. CONCLUSIONES

En es artculo se han evaluado, por medio de simulaciones,

Figura 17. Trfico recibido escenario 2.
Se observa que el porcentaje de bytes recibidos es similar en
todos los casos siendo levemente superior en el caso de veno.
Los resultados son muy cercanos a los obtenidos para el
las caractersticas de desempeo de cuatro agentes TCP
(Reno, Vegas, Veno y Westwood) en un ambiente de radio
cognitiva, teniendo en cuenta escenarios con nodos fijos y
con nodos mviles. Se encontr que tanto en el escenario con
nodos fijos como en el escenario con nodos mviles, con el
agente Westwood se obtuvo el mejor desempeo, basados en
las cuatro caractersticas evaluadas: throughput, retardo, jitter
y tasa de retransmisiones. Este agente llega a ser el ms
eficiente de los evaluados en el ambiente de radio cognitiva.
Lo anterior es consecuencia de la forma en que opera
Westwood para realizar el monitoreo de las condiciones de la
red y los algoritmos aplicados para ajustarse a las mismas.
En trminos de trhoughput se encontr que cuando los nodos
estn fijos, con el agente Veno se obtuvo un mejor resultado
que con el agente Vegas, mientras que al simular movilidad
en los nodos, la relacin cambi: con Vegas el resultado fue
mejor que el obtenido con Veno. Con Reno se obtuvo el
menor throughput debido a que los mecanismos usados por
este agente fueron desarrollados para ambientes no
inalmbricos donde la mayor parte de las prdidas son
debidas exclusivamente a congestin y por tanto sus
algoritmos estn orientados a interpretar cualquier prdida
como signo de congestin. As mismo, la menor tasa de
retransmisin en los dos escenarios evaluados se present
cuando se us el agente Westwood, mientras que la mayor
tasa se obtuvo con el agente Reno.
En cuanto a retardo y latencia, en los dos escenarios
evaluados, con Westwood y Reno se obtuvieron resultados
muy cercanos y con baja variacin en trminos de latencia.
En el caso de los agentes Veno y Vegas, se observan picos
en el retardo debidos al procesamiento para realizar la
estimacin del nivel de congestin que como consecuencia
afectan tambin la latencia y proporcionaron resultados
menos favorables que Westwood y Reno. Nuevamente se
observ un cambio en el comportamiento entre Vegas y Veno
cuando se cambi de escenario de nodos fijos a mviles. En
el primer escenario, se obtuvo mayor retardo y latencia con
Veno que con Vegas, mientras que en el segundo escenario el
resultado de Veno fue mejor que el de Vegas.
REFERENCIAS
[1] Federal Communications Commission, ET docket No
03-222, Notice of Proposed Rule Making and Order,
Diciembre 2003.
[2] Konstantinos Tsiknas, George Stamatelos,
Performance Evaluation of TCP in IEEE 802.16
Networks, 2012 IEEE Wireless Communications and
Networking Conference: Mobile and Wireless
Networks, 2012.
[3] J Joseph. Mitola III, Gerald Q. Maguire, jr, Cognitive
radio: making software radios more personal, Personal
Communications, IEEE, Agosto 1999.
[4] Tabash, I.K.; Ahmad, N.; Beg, S, Performance
Evaluation of TCP Reno and Vegas over different
routing protocols for MANETs, Advanced Networks
and Telecommunication Systems (ANTS), 2010 IEEE
4th International Symposium, 2010
[5] Sun, Xiaoling, TCP Congestion Control Algorithm
Research, Information Science and Digital Content
Technology (ICIDT), 2012 8th International
Conference, 2012
[6] Tahiliani, M.P.; Shet, K.C.; Basavaraju, T.G.,
Performance Evaluation of TCP Variants over
Routing Protocols in Multi-hop Wireless Networks.
Computer and Communication Technology (ICCCT),
2010 International Conference, 2010.
[7] Casetti, C.; Geria, M.; Lee, S.S.; Mascolo, S.; Sanadidi,
M., TCP with faster recovery. MILCOM 2000. 21st
Century Military Communications Conference
Proceedings, 2000.
[8] L.S. Brakmo, L.L. Peterson, "TCP Vegas: end to end
congestion avoidance on a global internet", Selected
Areas in Communications, IEEE Journal, Octubre
1995.
[9] Othman, M.; Oo, M.Z., Analysis of TCP-Reno and
TCP-Vegas over AOMDV Routing Protocol for Mobile
Ad Hoc Network. Advanced Communication
Technology (ICACT), 2010 The 12th International
Conference, 2010.
[10] Cheng Peng Fu; Liew, S.C., "TCP Veno: TCP
Enhancement for Transmission Over Wireless Access
Networks," Selected Areas in Communications, IEEE
Journal., Febrero 2003
[11] Casetti, C.; Mascolo, S, "TCP Westwood: Bandwidth
Estimation for Enhanced Transport over Wireless
Links," Journal ACM Mobicom 2001, Julio 2001.
[12] Tae-Woon Kim; Sang-Hwa Chung; In-Su Yoon; Jeong-
Soo Kim., "Effects of Handover on TCP Congestion
Control Algorithms over MobileWiMAX," Consumer
Communications and Networking Conference, 2008.
CCNC 2008. 5th IEEE, Enero 2008.
[13] Bin Zhou; Cheng Peng Fu; Dah-Ming Chiu; Chiew
Tong Lau; Lek Heng Ngoh, A Simple Throughput
Model for TCP Veno. Communications, 2006. ICC
'06. IEEE International Conference , Diciembre 2006
[14] Sodhatar, S.H.; Patel, R.B.; Dave, J.V., Throughput
Based Comparison of Different Variants of TCP in
Optical Burst Switching (OBS) Network,
Communication Systems and Network Technologies
(CSNT), 2012 International Conference, 2012
[15] Lianghui Ding; Xinbing Wang; Youyun Xu; Wenjun
Zhang; Wen Chen, Vegas-W: An Enhanced TCP-
Vegas for Wireless Ad Hoc Networks.
Communications, 2008. ICC '08. IEEE International
Conference, 2008
[16] Kou Lan; Niu Sha, A CMT Congestion Window
Updates Mechanism Based on TCP Westwood,
Mechatronic Science, Electric Engineering and
Computer (MEC), 2011 International Conference,
2011.
[17] Issariyakul, T.; Pillutla, L.S.; Krishnamurthy, V.,
Tuning radio resource in an overlay cognitive radio
network for TCP: Greed isn't good, Communications
Magazine, IEEE, Julio 2009
[18] Sarkar, D.; Narayan, H , Transport Layer Protocols for
Cognitive Networks. INFOCOM IEEE Conference on
Computer Communications Workshops , Marzo 2010
[19] Xiaowei Wang; Xuebin Sun; Chenglin Zhao; Zheng
Zhou, TCP-CReno TCP enhancement using cross-
layer for Cognitive Radio Networks. Advanced
Intelligence and Awarenss Internet (AIAI 2010), 2010
International Conference, Julio 2010.
[20] VINT Group, Network Simulator NS-2, [En lnea],
consultado en Septiembre 01 del 2012, disponible en:
http://www.isi.edu/nsnam/ns/
[21] Jing Zhong, NS-2 Cognitive Radio Network model [En
lnea], consultado en Septiembre 01 del 2012,
disponible en : http://www.ece.mtu.edu/~ljialian/
[22] Xiaoliang (David) Wei, Linux TCP Congestion
Control, [En lnea], consultado en Septiembre 01 del
2012, disponible en :
http://netlab.caltech.edu/projects/ns2tcplinux/ns2linux/
[23] Lv Heng; Ge Weimin ; Luo Yongmei ; Zhao
Dongxue, A New Method for TCP Congestion Control
Based on AODV Congestion Indication, International
Conference on Wireless Communications & Signal
Processing, 2009. WCSP 2009, Noviembre de 2009.