Académique Documents
Professionnel Documents
Culture Documents
1.1. Définition
1
FIG. 1.1 – Exemple de réseaux de capteurs
Un exemple de réseaux de capteurs est fourni en figure 1.1 : les capteurs sont déployés de
manière aléatoire dans une zone d’intérêt, et une station de base située à l’extrémité de
cette zone, est chargée de récupérer les données collectées par les capteurs. Lorsqu’un
capteur détecte un événement pertinent, un message d’alerte est envoyé à la station de
base par le biais d’une communication multi-sauts. Les données collectées sont traitées et
analysées par des machines puissantes.
Un capteur sans fil est un petit dispositif électronique capable de mesurer une grandeur
physique environnementale (température, lumière, pression, etc.), et de l’envoyer à un
centre de contrôle via une station de base. Il est composé de quatre unités de base [1]
(figure 1.2) :
2
procédures permettant au nœud de collaborer avec les autres nœuds pour réaliser
les tâches d’acquisition, et stocke les données collectées.
Un module de communication (Transceiver) : il est responsable de toutes les
communications via un support de communication radio qui relie le nœud au réseau.
Batterie : alimente les unités citées précédemment.
Il existe des capteurs qui sont dotés d’autres composants additionnels : les systèmes de
localisation tels que GPS (Global Position System) et un mobilisateur lui permettant le
déplacement.
Parmi les standards les plus aptes à être exploités dans les réseaux de capteurs sans-fil se
retrouvent la double pile protocolaire Bluetooth / ZigBee.
La Bluetooth, dont Ericsson a lancé le projet en 1994, a été standardisé sous la norme
IEEE 802.15.1 et a comme but la création et le maintien de réseaux à portée
personnelle, PAN (Personal Area Network). Un tel réseau est utilisé pour le transfert
de données à bas débit à faible distance entre appareils compatibles.
Malheureusement, le grand défaut de cette technique est sa trop grande
3
consommation d'énergie et ne peut donc pas être utilisée par des capteurs qui sont
alimentés par une batterie et qui idéalement devraient fonctionner durant plusieurs
années.
Le ZigBee combiné avec IEEE 802.15.4 offre des caractéristiques répondant encore
mieux aux besoins des réseaux de capteurs en termes d’économies d’énergie. ZigBee
offre des débits de données moindres, mais il consomme également nettement
moins que Bluetooth. Un faible débit de données n'handicape pas pour un réseau de
capteurs où les fréquences de transmission sont faibles.
Pour supporter les différentes opérations des nœuds, il est important d'avoir un système
d'exploitation open source conçu spécifiquement pour les RCSFs. Ces systèmes
d'exploitation utilisent une architecture basée sur les composants. Cela permet une
implémentation et une innovation rapide et un code source de taille réduite. Nous
présentons ci-dessous les systèmes d'exploitation les plus connus parmi ceux conçus pour
réseaux de capteurs [2] :
4
TinyOS (Berkley) : est un système d'exploitation open source. Il s'appuie sur un
langage NesC. Il est conçu pour les réseaux de microsystème autonomes
communicants. Il dispose d'une plateforme modulaire, d'une mémoire minimum. Il a
un fonctionnement événementiel. Il est utilisé et commercialise par plus de 500
laboratoires dans le monde.
Contik Os (Swidech Institute of Computer Science) : c'est un OS open source qui
requièrent quelques kilobits (Kb) de code et une centaine de bites de RAM dans sa
version de base. Avec le protocole TCP/IP et l'interface graphique le code occupe 30
Kb. Il est utilisé dans les TMote du projet RUNES.
NutOs et BTNut : NutOs est un OS open source fait pour ETHERNUT (Ethernut
embedded ethernet board). Ce système d'exploitation permet des Multitâches
coopératives. Dans cet OS, la pile TCP/IP, les protocoles DHCP, DNS, HTTP et PPP sont
implémentés. NutOs est la base de l'OS BTNut utilisé dans les BTnodes.
Think : est une implémentation du modèle Fractal en C. Il a été développé par l'INRIA
et France Telecom R&D pour créer des systèmes d'exploitation pour les systèmes
embarqués et les applications s'exécutant dessus. Think permet l'allocation
dynamique.
3. Domaines d’applications
Le faible coût, le déploiement rapide, l’auto-organisation et la tolérance aux pannes sont des
caractéristiques qui ont rendu les réseaux de capteurs efficaces pour les applications
militaires.
Plusieurs projets ont été lancés pour aider les unités militaires dans un champ de bataille et
protéger les villes contre des attaques, telles que les menaces terroristes. Le projet DSN
(Distributed Sensor Network) [3] au DARPA (Defense Advanced Research Projects Agency)
5
était l’un des premiers projets dans les années 80 ayant utilisés les réseaux de capteurs pour
rassembler des données distribuées. Les chercheurs du laboratoire national Lawrence
Livermore ont mis en place le réseau WATS (Wide Area Tracking System) [4]. Ce réseau est
composé de détecteurs des rayons gamma et des neutrons pour détecter et dépister les
dispositifs nucléaires.
Il est capable d’effectuer la surveillance constante d’une zone d’intérêt. Il utilise des
techniques d’agrégation de données pour les rapporter à un centre intelligent. Ces
chercheurs ont mis en place ensuite un autre réseau appelé JBREWS (Joint Biological Remote
Early Warning System) [15] pour avertir les troupes dans le champ de bataille des attaques
biologiques possibles. Un réseau de capteurs peut être déployé dans un endroit stratégique
ou hostile, afin de surveiller les mouvements des forces ennemies, ou analyser le terrain
avant d’y envoyer des troupes (détection des armes chimiques, biologiques ou radiations).
Le contrôle des paramètres environnementaux par les réseaux de capteurs peut donner
naissance à plusieurs applications. Par exemple, le déploiement des thermo-capteurs dans
une forêt peut aider à détecter un éventuel début de feu et par suite faciliter la lutte contre
les feux de forêt avant leur propagation. Le déploiement des capteurs chimiques dans les
milieux urbains peut aider à détecter la pollution et analyser la qualité d’air. De même leur
déploiement dans les sites industriels empêche les risques industriels tels que la fuite de
produits toxiques (gaz, produits chimiques, éléments radioactifs, pétrole, etc.). Dans le
domaine de l’agriculture, les capteurs peuvent être utilisés pour réagir convenablement aux
6
changements climatiques par exemple le processus d’irrigation lors de la détection de zones
sèches dans un champ agricole. Cette expérimentation a été réalisée par Intel Research
Laboratory and Agriculture and Agri-Food Canada sur une vigne à British Columbia.
Dans le domaine de la médecine, les réseaux de capteurs peuvent être utilisés pour assurer
une surveillance permanente des organes vitaux de l’être humain grâce à des micro-capteurs
qui pourront être avalés ou implantés sous la peau (surveillance de la glycémie, détection de
cancers, ..). Ils peuvent aussi faciliter le diagnostic de quelques maladies en effectuant des
mesures physiologiques telles que : la tension artérielle, battements du cœur, ... à l’aide des
capteurs ayant chacun une tâche bien particulière. Les données physiologiques collectées
par les capteurs peuvent être stockées pendant une longue durée pour le suivi d’un patient
[6]. D’autre part, ces réseaux peuvent détecter des comportements anormaux (chute d’un
lit, choc, cri, ...) chez les personnes dépendantes (handicapées ou âgées).
Avec le développement technologique, les capteurs peuvent être embarqués dans des
appareils, tels que les aspirateurs, les fours à micro-ondes, les réfrigérateurs, les
magnétoscopes, ... [9]. Ces capteurs embarqués peuvent interagir entre eux et avec un
réseau externe via Internet pour permettre à un utilisateur de contrôler les appareils
domestiques localement ou à distance. Le déploiement des capteurs de mouvement et de
température dans les futures maisons dites intelligentes permet d’automatiser plusieurs
opérations domestiques telles que : la lumière s’éteint et la musique se met en état d’arrêt
quand la chambre est vide, la climatisation et le chauffage s’ajustent selon les points
multiples de mesure, le déclenchement d’une alarme par le capteur anti-intrusion quand un
intrus veut accéder à la maison.
7
La réalisation des réseaux de capteurs dédiés aux applications citées dans le paragraphe
précédent, exigent les techniques et les protocoles qui prennent en compte les spécificités
et les exigences de ces réseaux, dans ce paragraphe on va citer les principales
caractéristiques de ce type de réseau :
Dans un RCSF l'alimentation de chaque nœud est assurée par une source d'énergie limitée et
généralement irremplaçable à cause de l'environnement hostile où il est déployé. De ce fait,
la durée de vie d'un RCSF dépend fortement de la conservation d'énergie au niveau de
chaque nœud.
Les nœuds dans les RCSF communiquent selon un paradigme plusieurs-à-un (many to one).
En effets, les nœuds capteurs collectent des informations à partir de leur environnement et
les envoient toutes vers un seul nœud qui représente le centre de traitement.
Elle est plus élevée dans les RCSF que dans les réseaux Ad Hoc. Le nombre de nœuds
capteurs peut atteindre des millions de nœuds pour permettre une meilleure granularité de
surveillance. De plus, si plusieurs nœuds capteurs se retrouvent dans une région, un nœud
défaillant pourra être remplacé par un autre. Cependant, la densité de déploiement donne
naissance à des challenges pour la communication entre les nœuds. En effet, elle provoque
des collisions ou des endommagements des paquets transmis.
Les nœuds dans les réseaux sans fil classiques sont identifiés par des adresses IP. Cependant,
cette notion n'existe pas dans les RCSF. Ces derniers utilisent un adressage basé sur l'attribut
du phénomène capté, on parle donc de l'adressage basé-attribut. En effet, les requêtes des
utilisateurs ne sont pas généralement destinées à un seul nœud, mais plutôt, à un ensemble
de nœuds identifiés par un attribut [8].
8
4.5. Limitations de ressources physiques
4.6. Sécurité
En plus des problèmes de sécurité rencontrés dans les réseaux Ad Hoc en général, les RCSF
rencontrent d'autres handicaps dus à leurs challenges, à savoir l'autonomie et la
miniaturisation des capteurs. Cela engendre l'inapplicabilité des mécanismes de défense
utilisés dans les réseaux Ad Hoc tout en créant d'autres mécanismes de sécurité pour les
RCSF. De plus, l'absence d'une sécurité physique dans l'environnement hostile où ils sont
déployés, expose les nœuds à un danger qui tend vers la falsification de l'information. En
effet, les nœuds capteurs eux-mêmes sont des points de vulnérabilité du réseau car ils
peuvent être modifiés, remplacés ou supprimés.
La conception et la réalisation des réseaux de capteurs sans fil est influencée par plusieurs
paramètres, parmi lesquels nous citons la tolérance aux pannes, la scalabilité, le coût de
production, l'environnement d'exploitation, la topologie du réseau, les contraintes
matérielles, le support de transmission et la consommation d'énergie. Ces facteurs
importants servent comme directives pour le développent des algorithmes et protocoles
utilisés dans les réseaux de capteurs, ils sont considérés également comme métriques de
comparaison de performances entre les différents travaux dans le domaine.
9
Le réseau doit être capable de maintenir ses fonctionnalités sans interruption en cas de
défaillance d'un de ses capteurs. Cette défaillance peut être causée par une perte d'énergie,
dommage physique ou interférence de l'environnement. Le degré de tolérance dépend du
degré de criticité de l'application et des données échangées. Un premier défi sera donc
d'identifier et de modéliser formellement les modes de défaillances des capteurs, puis de
repenser aux techniques de tolérance aux fautes à mettre en œuvre sur le terrain [9].
5.2. La scalabilité
Une des caractéristique des RCSFs est qu'ils peuvent contenir des centaines voire des milliers
de nœuds capteurs. Le réseau doit être capable de fonctionner avec ce nombre de capteurs
tout en permettant l'augmentation de ce nombre et la concentration (densité) des nœuds
dans une région (pouvant dépasser 20 nœuds/m3). Un nombre aussi important de nœuds
engendre beaucoup de transmissions inter nodales (implémentation d'une détection
d'erreur, d'un contrôle de flux,..) et nécessite que le puits soit équipe de beaucoup de
mémoire pour stocker les informations reçues [8].
Le cout de production d'un seul capteur est très important pour l'évaluation du cout global
du réseau. Si ce dernier est supérieur à celui nécessaire pour le déploiement des capteurs
classiques, l'utilisation de cette nouvelle technologie ne serait pas financièrement justifiée.
Par conséquent, réduire le cout de production jusqu' à moins de 1 dollar par nœud est un
objectif important pour la faisabilité de la solution des réseaux de capteurs sans-fil [9].
Un nœud doit être placé dans une petite surface n'excédant pas, généralement, un
centimètre cube (1cm3). En outre de cette contrainte de surface, un ensemble de conditions
doit être satisfait. Un nœud capteur doit :
10
être adaptatif à l'environnement [8].
5.5. La topologie
Déploiement
Post-déploiement (les senseurs peuvent bouger, ne plus fonctionner,...)
Redéploiement de nœuds additionnels [9].
Les nœuds communiquant sont relies de manière sans-fil. Ce lien peut être réalise par radio,
signal infrarouge ou un media optique.
Comme les nœuds capteurs sont des composant micro-électroniques, ils ne peuvent être
équipés que par des sources limitées d'énergie (<5 Ampère-heure, 1.2 V).
De plus, dans certaines applications, ces nœuds ne peuvent pas être dotés de mécanismes
de rechargement d'énergie, par conséquent, la durée de vie d'un nœud capteur dépend
fortement de la durée de vie de la batterie associée.
Sachant que les réseaux de capteurs sont basés sur la communication multi-sauts, chaque
nœud joue à la fois un rôle d'initiateur de données et de routeur également, le mal
fonctionnement d'un certain nombre de nœud entraîne un changement significatif sur la
topologie globale du réseau, et peut nécessiter un routage de paquets différent et une
réorganisation totale du réseau. C'est pour cela que le facteur de consommation d'énergie
est d'une importance primordiale dans les réseaux de capteurs [9].
11
6. Architectures
Les architectures dans les réseaux de capteurs dépendent des applications et des techniques
utilisées pour faire acheminer l’information des capteurs à la station de base. Une
taxonomie des applications peut être dérivée et l’adaptabilité d’algorithmes à ce genre de
scénario peut être évaluée.
12
FIG. 1.4 – Architecture de communication de données dans un réseau de capteurs
Il est à noter qu’aucune pile protocolaire destinée aux RCSF n’a été standardisée. Cependant,
la majorité des articles scientifiques, qui traitent la thématique des RCSF, se basent sur la
pile protocolaire qui a été proposée par Akyildiz et al., et qui sera traitée dans la suite du
document.
13
Une couche transport
Une couche application
Un plan de gestion d’énergie
Un plan de gestion de mobilité
Un plan de gestion de tâches
14
Elle est responsable de la détection des trames de données, le contrôle d’accès au support
(MAC) et le contrôle d’erreurs. Elle maintient aussi la fiabilité des connections point à point
ou multipoints dans les RCSF. La couche liaison de données contient deux sous-couches qui
sont :
- La sous-couche MAC : Dans un réseau RCSF, la couche MAC doit accomplir deux
principales tâches qui sont celles de :
- établir des liaisons de communication entre les nœuds capteurs pour effectuer le transfert
des données et permettre au réseau la capacité de s’auto-organiser.
- décider du moment et de la manière dont les nœuds capteurs peuvent accéder au canal
avec un minimum de perte d’énergie [10].
La couche réseau gère les échanges (et éventuellement les connexions) au travers du RCSF.
Elle gère entre autre l’adressage et l’acheminement des données. Les applications des
réseaux RCSF requièrent le plus souvent des protocoles de routage à multi-sauts entre le
nœud émetteur, le ou les nœuds relais et le nœud « Sink ». Les protocoles de routage
traditionnels des réseaux ad hoc ne peuvent pas être utilisés dans les réseaux RCSF puisqu’ils
ne satisfont pas les critères de conservation d’énergie et de scalabilité [11].
Les métriques considérées par les chercheurs pour déterminer la route la plus optimisée
dans les réseaux RCSF sont :
Les algorithmes de routage peuvent alors sélectionner les routes entre le nœud émetteur et
le nœud «Sink» en se basant soit sur le maximum d’énergie disponible au niveau des nœuds
15
intermédiaires, soit sur la route qui consomme le moins d’énergie pour transmettre d’un
nœud vers un autre. [10] Le type d’adressage le plus utilisé dans les RCSF est l’adressage
géographique, c'est-à-dire que chaque nœud capteur est identifié dans le réseau par sa
localisation. D’ailleurs, l’adressage géographique est employé surtout dans les applications
de monitoring (« environmental monitoring »…) [12].
Il existe plusieurs protocoles applicatifs qui ont été proposés. Parmi lesquels, on peut citer le
SMP (Sensor Management Protocol) qui permet à l’utilisateur d’exécuter des tâches
administratives telles que la configuration du RCSF, la mise en marche/fermeture des
nœuds, la synchronisation entre les nœuds, le déplacement des nœuds capteurs…
En plus du protocole SMP, on trouve SQDDP (Sensor Query and Data Dissemination
Protocol) qui permet à l’utilisateur à travers des interfaces d’interroger le réseau en se
basant non pas sur un système d’adressage particulier (interroger un nœud bien particulier)
comme tel est le cas des réseaux sans fil classiques mais plutôt sur la localisation des nœuds
[10]. Exemple de requête : « quelles sont les localisations des nœuds qui captent des
températures supérieures à 70° »…
Il gère la manière dont le nœud utilise son énergie. Par exemple, si le nœud capteur est
faible en énergie, il pourra informer ses nœuds voisins par multicast qu’il ne pourra pas
participer dans le routage des paquets [10].
16
7.7. Le plan de gestion de la mobilité
Il détecte les mouvements des nœuds et indique leurs placements.. De cette manière,
chaque nœud peut connaître les nœuds qui lui sont voisins (il pourra alors balancer ses
tâches vers un autre nœud au cas où il manque d’énergie). Il doit aussi maintenir à n’importe
quel instant la route séparant le nœud mobile du nœud « Sink » [10].
Il assure un ordonnancement des tâches de capture dans une région bien déterminée tout
en évitant la redondance des tâches de capture à un même instant, et ceci dans le but
d’économiser de l’énergie sur le réseau [10]. L’intérêt de ces trois plans réside dans le fait
qu’ils assurent une gestion optimale de la consommation d’énergie, de la mobilité et des
tâches au niveau de chaque nœud capteur.
Il existe plusieurs simulateurs de RCSF. Parmi lesquels, on peut citer OSSIM, SensorSim,
SENS, nrlSimulator. Cependant, le problème avec ces simulateurs réside dans le fait qu’ils
implémentent tous le protocole MAC de la norme 802.11, qui ne s’adapte pas en réalité avec
les contraintes des nœuds capteurs en matière de consommation d’énergie.
Nous avons essayé alors de chercher des simulateurs qui implémentent des techniques
d’accès propres aux RCSF. Nous avons alors trouvé les simulateurs suivants :
Il existe plusieurs modèles de simulation Open source qui fonctionnent sur la plateforme de
simulation OMNET++ et qui sont publiés. Parmi lesquelles, on peut citer
INET Framework pour la modélisation des protocoles IP, TCP, UDP, MPLS…
IPv6Suite pour la modélisation de l’IPv6, PPP, Ethernet et 802.11
OMNET++ est devenu rapidement une plateforme de simulation populaire que ce soit pour
la communauté des scientifiques ou des industriels.
Avrora [15] est un simulateur pour réseaux de capteurs. Pour obtenir une simulation fiable,
ce simulateur est cycle accurate ce qui signifie qu'il simule pour chaque nœud toutes les
instructions qui s'exécutent sur ce nœud. Certes, cette approche offre une modélisation
particulièrement précise, mais on ne peut pas espérer qu'elle passe à l'échelle. En effet,
Avrora est écrit en Java et chaque nœud est implémenté par un thread Java ce qui impose
une difficulté supplémentaire : il faut synchroniser les threads entre eux pour s'assurer qu'un
nœud ne reçoive pas un paquet avant que son voisin ne l'ait envoyé. Ceci complexifie le
réseau à mesure que le nombre de noeuds augmente.
TOSSIM [16] est le simulateur dédié à TinyOS. TinyOS [17] est un système d'exploitation
dédié aux réseaux de capteurs. TOSSIM essaye de tirer parti du mode d'exécution de TinyOS
pour proposer un simulateur efficace et fiable. Le mode d'exécution de TinyOS est dirigé par
les évènements, ce mode d'exécution se calque bien sur un simulateur à évènements
discrets. TOSSIM contient un modèle abstrait de chaque composant du matériel d'un nœud.
Pour une simulation TOSSIM, on utilise le même code que celui destiné au nœud cible, mais
cette fois-ci TOSSIM émule le comportement du matériel en utilisant les modèles des
18
composants. Simuler exactement le code qui tournera sur les noeuds permet de tester
l'implémentation finale des algorithmes. Cette approche privilégie le code et fait abstraction
du matériel, cependant dans sa première version TOSSIM ne permettait pas d'estimer la
consommation énergétique.
J-Sim [20] est un simulateur de réseaux ad-hoc qui possède un certain nombre de packages
dont celui qui nous intéresse, qui permet de simuler des réseaux de capteurs. J-Sim est codé
en java, cependant, la programmation du réseau de capteurs par contre se faisait en TCL.
L'architecture du réseau de capteurs, sous J-Sim, est modélisée par des classes comme en
langage orienté objet. Chaque composant est représenté par une classe, ses attributs sont
soit des informations sur le capteur lui-même, soit des sous composants modélisés aussi par
19
des classes. Cela permet une architecture couche par couche et donc une meilleure vision
d'ensemble du réseau de capteurs. On peut ensuite récupérer les informations que l'on
souhaite par les ports des composants en faisant remonter l'information jusqu'à une sortie
située sur la plus haute couche du réseau qui peut par exemple être un plot pour tracer des
courbes. Reste enn à interpréter les courbes obtenues, la qualité du signal, le nombre de bits
transitant par les capteurs pour gérer les différentes situations qui pourraient se produire
dans un vrai réseau de capteurs.
Bibliographie
[1] I.F. Akyildiz, W. Su, Y. Sankarasubramanian, and E. Cayirci. Wireless Sensor networks : a
Survey. Computer Networks (Elsevier), vol.38, no.4, pp.393-422, March 2002.
[2] M. Badet, W. bonneau « Réseaux de capteurs : Mise en place d'une plateforme de test et
d'expérimentation » Master Technologie de l'Internet 1ere année universitaire 2005/2006.
[3] C.Y. Chong and S.P. Kumar. Sensor Networks : Evolution, Opportunités, and Challenges. In
Proceedings of the IEEE, vol.91, no.8, pp. 1247-1256, 2003.
[4] T.B. Gosnell, J.M. Hall, C.L. Ham, D.A. Knapp, Z.M. Koenig, S.J. Luke, B.A. Pohl, A. Schach
von Wittenau, and J.K. Wolford. Gamma-Ray Identification of Nuclear Weapon Materials.
20
Technical Report DE97053424. Lawrence Livermore National Lab., Livermore, CA (USA).
February 1997.
[5] M. J. Brown. Users Guide Developed for the JBREWS Project. Technical Report LA UR- 99-
4676. Los Alamos National Laboratory of California University. 1999.
[6] P. Johnson and D.C Andrews. Remote continuous monitoring in the home. Journal of
Telemedicine and Telecare, vol.2, no.2, pp.107-113, June 1996.
[7] E.M. Petriu, N.D. Georganas, D.C. Petriu, D. Makrakis, and V.Z. Groza. Sensor-based
information appliances. IEEE Instrumentation Measurement Magazine, vol.3, no.4, pp.31-
35, December 2000.
[8] F. benhamida « Tolérance aux pannes dans les réseaux de capteurs sans fil » Ecole
Doctorale Ingénierie des Systèmes Informatiques oued-smar alger 2009.
[9] R.kacimi «Techniques de conservation d'énergie pour les réseaux de capteurs sans »
l'université de Toulouse, France 2009.
[10] Akyildiz I., Su W., Sankarsubramanian Y., Cayirci E., «A Survey on Sensor Networks»,
Georgia Institute of Technology, IEEE Communications Magazine, Aout 2002.
[11] Lwakabamba B., « Performance analysis experiments for the wireless Sensor networks
integrated into the C6 virtual reality environment », Iowa State University, 2004.
[12] Holger K., Willig A., « A short survey of wireless sensor networks », Technical university
Berlin, Telecommunication Networks Group, Octobre 2003.
[15] Ben L. Titzer, Daniel K. Lee, and Jens Palsberg. Avrora : scalable sensor network
simulation with precise timing. In Proceedings of the 4th international symposium on
Information processing in sensor networks, IPSN '05, Piscataway, NJ, USA, 2005. IEEE Press.
21
[16] Philip Levis, Nelson Lee, Matt Welsh, and David Culler. Tossim : accurate and scalable
simulation of entire tinyos applications. In Proceedings of the 1st international conference
on Embedded networked sensor systems, SenSys '03, pages 126{137, New York, NY, USA,
2003. ACM.
[19] David Gay, Philip Levis, Robert von Behren, Matt Welsh, Eric Brewer, and David Culler.
The nesc language : A holistic approach to networked embedded systems. SIGPLAN Not.,
38(5) :1{11, May 2003.
22