WIRELESS SENSORS NETWORKS :

Architectures, Applications & Limitations

1. Les réseaux de capteurs sans fils RCSF

1.1. Définition

Les progrès récents dans la technologie des systèmes micro-électromécaniques (Micro

Electro-Mechanical Systems MEMS), les communications sans fil, et l’électronique
numérique ont permis le développement de petits dispositifs peu coûteux, de faible
puissance, et faible consommation d’énergie et qui peuvent communiquer entre eux,
appelés capteurs. Ces dispositifs intègrent une unité d’acquisition de données
environnementales (température, humidité, vibrations, luminosité, ...) pouvant être
transformés en grandeurs numériques, une unité de traitement permettant d’agréger les
données collectées, une unité de stockage, un module de transmission radio, et une source
d’alimentation (batterie). Ils coopèrent entre eux pour former une infrastructure de
communication appelée réseau de capteurs sans fils (WNS Wireless Network Sensors).

Les réseaux de capteurs se composent généralement d’un grand nombre de petits

dispositifs, qui communiquent entre eux via des liens radio pour le partage d’information et
le traitement coopératif. Ces dispositifs sont déployés dans une zone d’intérêt pour
contrôler ou surveiller des phénomènes divers. Après le déploiement initial, les capteurs
peuvent s’auto-organiser en une infrastructure réseau appropriée, souvent en mode multi-
sauts. Les données collectées par ces capteurs sont acheminées directement ou via un
routage multi-sauts à un nœud considéré comme "point de collecte", appelé station de base.
Cette dernière peut être connectée à une machine puissante via internet ou par satellite. En
outre, l’usager peut adresser ses requêtes aux capteurs en précisant l’information d’intérêt.

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.

1.2. Qu’est-ce qu’un nœud de capteur sans fil ?

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) :

 L’unité d’acquisition : est généralement composée de deux sous-unités : les capteurs

et les convertisseurs analogique-numérique (ADCs). Les capteurs obtiennent des
mesures numériques sur les paramètres environnementaux et les transforment en
signaux analogiques. Les ADCs convertissent ces signaux analogiques en signaux
numériques.
 L’unité de traitement : est composée de deux interfaces : une interface avec l’unité
d’acquisition et une autre avec le module de transmission. Elle contrôle les

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.

FIG. 1.2 – Les composants d’un nœud capteur

2. Plateformes des réseaux de capteurs sans fils

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.

Les constructeurs tendent à employer des « techniques propriétaires » ayant l'avantage

d'être spécifiquement optimisées pour une utilisation précise, mais avec l'inconvénient de
ne pas être compatibles entre elles.

2.1. Plateformes matérielles

Actuellement, une large gamme de plateforme de micro-capteurs est disponible. Leurs

architectures et leurs tailles différentes selon les types d'applications auxquelles elles sont
destinées. La Figure2 indique l'évolution de la taille des capteurs à travers le temps.

Figure 1.3- Progression des technologies de capteurs à travers le temps.

2.2. Plateformes logiciels

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

La miniaturisation, l’adaptabilité, le faible coût et la communication sans fil permettent aux

réseaux de capteurs d’envahir plusieurs domaines d’applications. Parmi ces domaines où ces
réseaux se révèlent très utiles et peuvent offrir de meilleures contributions, on peut noter le
militaire, la santé, l’environnemental, et les maisons intelligentes....

3.1. Applications militaires

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).

3.2. Applications à la surveillance

L’application des réseaux de capteurs dans le domaine de la sécurité peut diminuer

considérablement les dépenses financières consacrées à la sécurisation des lieux et des êtres
humains. Ainsi, l’intégration des capteurs dans de grandes structures telles que les ponts ou
les bâtiments aidera à détecter les fissures et les altérations dans la structure suite à un
séisme ou au vieillissement de la structure. Le déploiement d’un réseau de capteurs de
mouvement peut constituer un système d’alarme qui servira à détecter les intrusions dans
une zone de surveillance.

3.3. Applications environnementales

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.

3.4. Applications médicales

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).

3.5. Applications commerciales

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.

4. Caractéristiques des réseaux de capteurs sans fils

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 :

4.1. Energie limitée

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.

4.2. Modèle de communication

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.

4.3. Densité de déploiement

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.

4.4. Absence d'adressage fixe des nœuds

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

A cause de la miniaturisation des composants électroniques, les performances des nœuds

capteurs sont limitées. Par conséquent, les nœuds capteurs collaborent en traitant
partiellement les mesures captées et envoient seulement les résultats à l'utilisateur. Une
autre conséquence, ces limitations imposent des portées de transmission réduites
contraignant les informations à être relayées de nœud en nœud avant d'atteindre le
destinataire. C'est la raison pour laquelle les RCSF adoptent des communications multi-sauts.

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.

5. Contraintes de conception des RCSFs

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.

5.1. La tolérance aux pannes

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].

5.3. Les coûts de production

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].

5.4. Les contraintes matérielles

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 :

 consommer le minimum d'énergie,

 opérer dans une haute densité,
 avoir un coût de production réduit,
 être autonome et pouvoir opérer sans assistance,

10
  être adaptatif à l'environnement [8].

5.5. La topologie

Le déploiement d'un grand nombre de nœuds nécessite une maintenance de la topologie.

Cette maintenance consiste en trois phases :

 Déploiement
 Post-déploiement (les senseurs peuvent bouger, ne plus fonctionner,...)
 Redéploiement de nœuds additionnels [9].

5.6. Support de transmission

Les nœuds communiquant sont relies de manière sans-fil. Ce lien peut être réalise par radio,
signal infrarouge ou un media optique.

Il faut s'assurer de la disponibilité du moyen de transmission choisi dans l'environnement de

capture afin de permettre au réseau d'accomplir la totalité de ses taches. Pour les liens de
communication via les fréquences radio, les bandes ISM (Industrial Scientific Medical bands)
peuvent être utilisées. Pour les réseaux de capteurs, les unités de transmission intégrées au
niveau des nœuds doivent être de petite taille et à faible consommation d'énergie [8].

5.7. La consommation d'énergie

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.

Le processus d’acheminement de l’information des capteurs à la station de base peut

prendre quatre formes. Dans les architectures à plat, les capteurs peuvent communiquer
directement avec la station de base en utilisant une forte puissance (figure 1.3 (a)), ou via un
mode multi-sauts avec des puissances très faibles (figure 1.3 (b)), alors que dans les
architectures hiérarchisées, le nœud représentant le cluster, appelé cluster-Head, transmet
directement les données à la station de base (figure 1.3 (c)), ou via un mode multi-saut entre
les cluster-heads (figure 1.3 (d)).

12
 FIG. 1.4 – Architecture de communication de données dans un réseau de capteurs

7. La pile protocolaire des RCSF

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.

Cette pile consiste se compose de :

 Une couche physique

 Une couche de liaison de données
 Une couche réseau

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

FIG. 1.5- La pile protocolaire des RCSF [10]

7.1. La couche physique

Elle est responsable de la sélection de fréquence, la génération de la fréquence porteuse, la

détection du signal, la modulation/démodulation et le cryptage/décryptage des
informations. La consommation d’énergie au niveau de la couche physique peut être
affectée par l’environnement de l’application, le choix du type de la modulation ou la bande
de fréquence utilisée. Il est avantageux en matière d’économie d’énergie que le concepteur
de la couche physique choisisse une transmission à multi-sauts plutôt qu’une transmission
directe qui nécessite une puissance de transmission très élevée [10].

7.2. La couche liaison de données

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 sous-couche de contrôle d’erreurs : La technique de contrôle d’erreurs la plus utilisée

dans les réseaux RCSF est le « Forward error correction » (FEC) ; Cette technique comporte
de simples mécanismes de codage et de décodage (codes de contrôle d’erreurs simples)
[10].

7.3. La couche réseau

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 :

- L’énergie nécessaire pour transmettre le paquet d’une manière fiable.

- L’énergie disponible dans chaque nœud capteur.

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].

7.4. La couche transport

Le rôle de cette couche intervient essentiellement lorsqu’on va accéder à partir de notre

RCSF vers un autre RCSF ou vers Internet. Le protocole de transport utilisé entre le nœud
émetteur et le nœud « Sink » peut être UDP. Il importe de mentionner que l’utilisation du
protocole TCP est impossible vu la taille limitée des mémoires des nœuds capteurs qui ne
leur permet pas d’enregistrer de grandes quantités d’informations pour la gestion des
communications (mécanismes de fenêtres). Les communications entre l’utilisateur et le
nœud « Sink » peuvent être gérées par TCP ou UDP via Internet ou satellite.

7.5. La couche application

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° »…

7.6. Le plan de gestion d’énergie

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].

7.8. Le plan de gestion des tâches

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.

8. Etude des simulateurs des RCSF

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 :

8.1. Le simulateur NS2 (Network Simulator 2) :

C’est un outil de simulation à évènements discrets des réseaux informatiques. C’est un

simulateur à usage libre, orienté objet, multiplateformes (FreeBSD, Linux, Windows…).

Il implémente un modèle de simulation pour les RCSF incluant le protocole Sensor-MAC

comme technique d’accès au support.

8.2. Le simulateur OMNET++ :

C’est un environnement de simulation Open source à évènements discrets, qui a été

développé par Andras Varga. Il est orienté objet, écrit en C++ et est utilisé dans plusieurs
domaines : la modélisation de trafic dans les réseaux de télécommunications, la
17
modélisation des protocoles, la modélisation des systèmes matériels distribués et
multiprocesseurs, l’évaluation des performances des systèmes logiciels complexes [14]…

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

La particularité d’un modèle de simulation OMNET++, c’est qu’il consiste en un ensemble

d’entités appelées « Modules » qui communiquent entre elles en échangeant des «
Messages » qui seront émis à travers des « Connections » et des « gates ».

OMNET++ est devenu rapidement une plateforme de simulation populaire que ce soit pour
la communauté des scientifiques ou des industriels.

8.3. Le simulateur Avrora :

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.

8.4. Le simulateur TOSSIM :

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.

8.5. Le simulateur PowerTOSSIM :

PowerTOSSIM [18] est l'extension de TOSSIM qui contient un modèle de consommation

d'énergie. Pour les valeurs de consommation, les auteurs se sont basés sur les noeuds de
type Mica2. Les auteurs connaissent les consommations des différents composants de ce
nœud suivant leurs états. Il faut donc connaitre l'état de chaque composant d'un nœud
pendant la simulation. Grace au modèle de simulation basé sur TinyOS, on connait
immédiatement l'état des composants autres que le microcontrôleur puisque les
changements d'état correspondent à des évènements dans TinyOS et donc dans TOSSIM.
Néanmoins plusieurs composants du nœud sont parfois abstraits dans TOSSIM par un seul
composant. L'estimation de la consommation du microcontrôleur est plus délicate. En effet il
faut analyser le code pour ^être capable de compter le nombre d'exécutions de chaque bloc
d'instruction, et il faut faire correspondre chaque bloc d'instructions avec son code en
assembleur.

De ce fait pendant la simulation, on de chaque bloc d'instructions. Sachant combien

d'instructions élémentaires contenues chaque bloc de base, on en déduit le nombre
d'instructions effectuées par le microcontrôleur. Et ceci nous permet d'obtenir sa
consommation énergétique. L'inconvénient majeur de PowerTOSSIM et TOSSIM est que les
applications doivent obligatoirement être écrites en NesC [19].

8.6. Le simulateur JSIM :

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.

[13] http://compilers.cs.ucla.edu/avrora, site d’informations sur le simulateur Avrora,

Novembre 2005.

[14] http://www.omnetpp.org, site officiel du simulateur OMNET++

[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.

[17] P. Levis, S. Madden, J. Polastre, R. Szewczyk, K. Whitehouse, A.Woo, D. Gay, J. Hill, M.

Welsh, E. Brewer, and D. Culler. Tinyos : An operating system for sensor networks. In Werner
Weber, Jan M. Rabaey, and Emile Aarts, editors, Ambient Intelligence, pages 115{148.
Springer Berlin Heidelberg, 2005.

[18] Victor Shnayder, Mark Hempstead, Bor-rong Chen, Geo

Werner Allen, and Matt Welsh. Simulating the power consumption of large-scale sensor
network applications. In Proceedings of the 2nd international conference on Embedded
networked sensor systems, SenSys '04, pages 188{200, New York, NY, USA, 2004. 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.

[20] https://sites.google.com/site/jsimofficial/ site officiel de J-SIM

22