无线传感网外文翻译_无线传感网数据管理

无线传感网外文翻译由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“无线传感网数据管理”。

无线传感网络

1、简介

无线传感器网络是由一些节点组织成的一个相互协作的网络。每个节点都具有处理能力（有一个或多个微控制器，CPU或DSP芯片），还可包括多种类类型的存储器（程序，数据和闪存），一个射频收发器（能常是用一个全方位的定向天线），电源（如电池和太阳能电池），和各种传感器、执行器。这些节点被部署在一个特定的环境中后，它们通常通过自组织的形式，实现无线通信。可以预见，由数千个甚至上万个这样的节点组成的系统将会出现，并将改变我们的生活和工作方式。

当前，无线传感器网络的部署步伐正在加快。这是很合理的期望：10-15年内，能够通过互联网访问的无线传感器网络将覆盖整个世界。这可以被视为互联网变成了一个物理网络。这一新技术令人兴奋，在许多领域都具有无限潜力，包括医疗，军事，交通，娱乐，危机管理，国土防御和智能空间等。

由于无线传感器网络是一种分布式实时系统，一个自然的问题是，有多少已有的分布式和实时系统解决方案可用于这一些新的系统？不幸的是，很少先前的成果可以应用，因此在系统的所有领域都需要新的解决方案，主要的原因是，以先前的工作为基础的假设发生了巨大变化。过去的分布式系统研究的假设是：系统是有线的，电源是无限的，非实时的，有用户界面（如屏幕和鼠标），有一组固定的资源，将系统中的节点看得很重要，并且是与位置无关的。相比之下，无线传感系统是有线的，电源也比较稀缺，实时的，使用传感器和执行器作为接口，拥有的资源也会动态改变，总体行为很重要，位置信息也很关键。许多无线传感器网络还使用了最低端的设备，这进一步的限制了对过去方案的重用。

本章概述了无线传感器网络的一些关键领域和无线传感网络的研究情况。在介绍过程中，我们使用工作中的具体例子来展示发展的状态并显示这些解决方案与分布式系统的解决方案的不同之处。特别地，我们讨论了MAC层（第2节），路由（第3节），节点定位（第4节），时钟同步（第5节），和电源管理（第6节）。为了展示这一技术的整体状况，我们又简单的讨论了两个当前的系统。在第8节中，我们做了总结。

2、MAC 介质访问控制协议（MAC）通过共用信道协调行动。最常见的解决方案是基于冲突的。一个普通的基于冲突的策略是，让一个节点传输信息来探测信道是否忙，如果不忙则传输该信息，忙则等待并且稍后再次尝试。发生冲突后，节点会等待一段随机的时间，避免再次冲突。许多无线介质访问控制协议也有休眠模式，进入休眠模式后，在一个给定的时间内，节点不再传输和接收数据包，以节省能源。还有许多以些此机制为基础的变化形式。 作者：John A.Stankovic Department of Computer Science University of Vaginal.出处：WDS'08 Proceedings of Contributed Papers, Part III, 19–23, 2008.一般来说，大多数MAC协议都是对一般情况，或者特殊通信模式和工作负荷，而进行的优化。然而，一个无线传输网络具有更多的集中的要求，包括：本地的单播和广播，通信通常是从节点到基站（sink）的（大多数通信因此是朝一个方向的），通信具有周期性和间歇性，并且作为一个主要因素必须考虑能量的消耗。一个有效的无线传感网络的MAC协议必须消耗的能量少，避免冲突，实现所需代码和内存少，能有效的为一应用程序所用，能适应不断变化的无线电频率和网络条件。

基中一个比较好的无线传感网络的MAC的例子是 B-MAC，它是高度可配置的，并且能用很少的代码量和内存量实现。它还有一个接口，允许你选择各种功能，仅当那些功能为某一应用程序特需的时候。B-MAC协议包括四个主要部部分：空闲信道评估（CCA），包重传，链路层的确认，低功耗的监听。当信道空闲时，B-MAC的CCA用一个加权的变化的样本平均值来评估背景噪音，以能更好检测有有效数据包和冲突。包重传时间是可配置的，通常从一个线性范围值中选取，而典型的其他分布式系统使用的是一个指数重传策略。对于典型的在无线传感器网络中发现的通信模式而言，这将减少延迟和工作量。B-MAC也支持一个包一个包的链路层确认机制。这样仅仅重要的包需要消耗额外的代价。低功耗监听机制用于周期性苏醒和休眠的节点中。当苏醒时，它监听一段足够长的时间来评估是否需要继续保持醒的状态，或者转回到休眠模式。该方案节约了大量的能量。许多MAC协议使用请求发送（RTS）和清除发送（CTS）的交互方式。在选定的数据包数量级比较大的网状网络中（1000字节），这个效果很好。然而，当包的大小很小时，为建立一个包的传输所需RTS-CTS开销将变得不可接受，因此，不能用RTS-CTS 策略。

最近，已出现一些支持多信道无线传感网络的的研究工作。在这些系统中，扩展MAC协议为多信道MAC协议是必要的。其中的一个协议就是MMSN[36]。这些协议必须支持像B-MAC协议样的协议的所有特征，但是也必须为每一次传输确定频率。因此，多频MAC协议分为两个阶段：信道分配和访问控制。MMSN的细节是相当复杂的，在此没有做过多的描述。另一方面，我们期望未来有更多的无线传感器网络采用多信道（频率）。MAC协议的优点包括提供了更大的包吞吐量，甚至在由竞争网络和商业设备像移动电话和微波炉引起的频谱拥挤的情况下也能传输。

3、路由

多跳路由是无线传感网络所需的关键服务。下因为如此，出现了大量的这方面原工作。互联网和移动自组网（MANET）路由技术，在无线传感器网络中，不能出色发挥。互联网路由假定具有高可靠的有线连接，因此包错误是很少的；在无线传感器网络中这点不成立。许多MANET路由解决方案依赖于相邻点间的对称的联系（例如，如果节点A可以可靠的到达节点B，则B可以到达A。这些差异使得新的解决方案的发明和部署很必要。

对于以自组形式部署的无线传感器网络，路由策略往往从发现邻居节点开始。节

点巡回发送信息（包）并且建立本立路由表。这些表包括了相邻节点的ID和位置的最少信息。这意味着节点必须先于节点发现之前，知道它们的地理信息。在这些表中的其他典型信息包括节点的剩余能量，能过这个节点的延迟，链路的质量评介。

一旦表在在，在大多数路由算法中，信息从源位置传导到目标地址，都是基于几何坐标，而不是ID。一个典型的像这样工作的路由算法就是GF(Geograpic Forwarding)。

在GF中，一个节点知晓它的位置，并且正在被路由的信息包含了目标地址。此节点然后，通过几何的距离公式，计算哪一个相邻节点与目标节点最靠近。它就将这信息传输到下一跳。在各种GF的变体中，节点也可以考虑延迟，链接的可靠性和剩余的能量。

其他重要的无线传感网络的路由范例是定向扩散[11]。该路由方案集成了路由，查询和数据汇总。此处，散发一个查询来询问对远程节点来的数据的兴趣。拥用适合于被请求的数据的节点就回复以一属性值对。此属性值对，基于梯度，向着请求者的方向延伸，它随着请求的发送和回应而建立和更新。沿着从源到目标的路径，数据可以被聚合，以减少通信量。数据也可以经过多条路径以增加路由的稳健性。

除了刚才展示的的无线传感网络路由的基本的特性外，还有许多关键问题包括：  可靠性

 与唤醒/睡眠计划的整合  单播，组播和任播语义  实时  移动性  空洞  安全性和  拥塞

可靠性：由于信息要的传输要经过多跳，各个链接的高可靠性就显得得重要，否则信息传过整个网络的可能性将令人无法接受的低。为了确保链接的可靠性，使用一些指标做了许多重要的工作，像接收信号强度，基于错误的链接质量指标，包投递率等。重要的经验证据表明，包投递率是最好的度量，但是获取这一数据代价是昂贵的。实证数据也表明许多在无线传感器网络中的链接是不对称的，也就是说，节点A可以成功传递一条信息到节点B，反向的从B到A的链接可能不可用。非对称的链接是导致MANET路由算法像DSR和AODV不能很好的用于WSN的原因，因为这些协议从源向目的地发送一条询问信息，然后利用反向的路径获取确认信息。反向路径，由于WSN中的不对称性发生率很高，不太可靠。

与唤醒/睡眠的整合：为了节约能量，许多WSN将点置入睡眠状态。显然，一个醒着的节点里应当选择一个睡眠状态的节点作为它的下一跳（除非它先唤醒该节点）。

单播，组播和任播语义：正如上面提到的，在大多数情况下一个WSN将一条信息路由到一个地理的目的地。当它到达目的的，会发生什么呢？有几种可能性。首先，此信息也包括一个特定单播节点作为目标，或者语义也可能是一个最接近地理终点的节点会成为单播节点。第二，语义可能是，在一个目标地址周围区域中的所有节点都接受到这一信息，这是一区域多播。第三，在目标区域中的任何节点都接受信息，称为任播。SPEED[5]协议就支持这三种语义。也常有洪泛（多播）到整个网络的需要。存在许多高效的洪泛路由策略。

时实性：对于一些应用程序，信息必须在一定期限到达目的地。由于在WSN中存在高度不稳定性，要开发一个总是有保证的路由算法很困难。许多协议如SPEED和RAP用了一个速度的概念来将包传输进行优先次序的化分。速度是一个很好的度量标准，它联合了时间期限和一条信息必须传输的距离。

移动性：路由将会变得复杂，如果信息源和目的都在移动的话。解决方法包括更新本地相邻路由表或者确定代理接点，由它负责跟踪节点所在位置。一给定节点的代理节点也可能改变，当一个节点越来越远离它的初如位置时。

空洞：因为WSN节点传输范围有限，对于一些节点，在路由路径上，在一条信息应该经过的方向上，没有转发节点。像GPSR这样的协议，通过选择一些不在正确方向的节点，以图找到一条绕过空洞的路径，解决了这一问题。

安全性：如果对手存在，他们可以干各种各样的对路由算法的攻击，包括选择性转发，黑洞，重播，虫洞和拒绝服务攻击。不幸的是，几乎所有的路由算法都忽略了安全性并且很容易 受到这些攻击。像SPINS这样的协议开始解决安全路由的问题。

拥塞：今天，许多WSN通信具有周期性或很少通信。拥塞似乎不是一个问题对于这样的网络来说。然而，拥塞对于有更多要求的WSN来说将会成为问题，对于一些处理音频，视频和处理多个基站的大系统来说，这一问题更加突出。甚至在只有一个基站的系统中，在基站附近的拥塞也会是一个严重的问题，因为所以的通信聚集于基站。解决方案使用背压力，减少源节点传输率，扔掉不太重要的信息，并能过调度避免尽可能多的冲突，它们只会加剧拥塞问题。

4、节点定位

节定定位是确定在系统中的每个节点的地理位置的问题。定位问题对于WSN来说是必须解决的，最基本、最困难的问题之一。区域是许多参数和要求的函数，使得它非常的复杂。例如，要考虑的问题包括：额外的定位硬件的成本，信标（自己自己位置的节点）存在吗，如果在在的话，有多少个，它他的通信范围是多大，需要的定位精度是多少，系统是室内的还是室外的，节点之间是否有视线，它是一个二维的、还是三位的定位问题，能量预算是怎样的（信息数量），需要多长时间来定位，时钟是同步的吗，系统处在友好还是敌对区域，有什么错误的假设正在作出，系统对象是否受到安全攻击。

针对某些要求和问题的难题可轻易的解决。如果成本和外形尺寸不是主要的问题并且米级别的精度是可接受的，那么对于户外系统，节点装备上GPS就可以解决问题。如果系统需要一次一个节点的手动方式部署，那么一个由部署者携带的简单GPS节点能够定位每一个节点，依次地，能过一被叫做步行GPS的方案（Walking GPS）。尽管简单，这一方案很精巧，在对每一个节点的定位中避免了手动操作。

许多其他的在WSN中的定位方案要么是基于范围，要么与范围无关。基于范围的机制利用各种技术首先确定节点之间的距离（范围），然后利用几何定理计算位置。为了测定距离，需要采用额外的硬件，比如用来侦测声波和无线电波到达的时间差异。此差异可以被转换为距离的度量。在范围无关的机制中，距离不是直接测定的，但是我们使用跳数。一旦跳数被确定了，节点之间的距离可通过每跳平均距离来估计，然后利用几何定律被来计算位置。范围无关的方案没有基于范围的方案精确，并且常需要更多的信息。然而它们不要求每个节点具备额外的硬件。

几个早期的定位方法包括Centroid[1]和APIT[6]。每一个这类方法解决了基于特定建设的某一定位问题。两个最近有趣的方法是SpotLight和Radio Interferometric Geolocation [20]。聚光灯将许多的定位代码和开销移到中心的一个激光设备上。Spotlight需要光线和时钟同步不。Radio interferometric geolocation 使用一种新奇的网内处理技术，它依靠节点同时发出频率稍微不同的无线电波来完成。这一方案是针对一些部署中的多路问题的，要求许多信息。当前这两种方法都提供了高达厘米级的精度。

5时钟同步

在一个WSN中，每个节点的时钟在一个小的量内应当相同，并且保持下去。由于时钟随着时间漂移，他们必须周期性地重新财步，并且在某些情况下，需要非常高的精确度时，在同步期间对时钟漂移的计数很重要。

时钟同步由于很多原因是很重要的。当一个事件在WSN中发生时，知道它在哪里，什么时间发生是很必要的。时钟也常用于许多系统和应用程序任务。例如，睡眠/苏醒的安排，一些定位算法，传感器融合就是一些需要依靠时钟同步的服务。应用程序像追踪和计算速度也要依靠同步时钟。

用于时钟同步和互联网的的NTP协议对于WSN来说开销太大了。每个节点内置GPS成本又太昂贵了。已经开发的用于WSN的典型时钟同步协议有RBS和FTSP[19]。

在RBS中，一个参考的时间消息被广播到相邻节点。当消息接受到时，接受器记录下这一时间。节点之间交换它们记录的时间并且调整它们的时钟以达到同步。此协议遭受非发射端非确定性，因为时间戳仅在接受端。精确度大约只有30微秒一跳。它不适用于多跳系统，但是可以被扩展。

在TPSN中，为整个网络生成了一棵生成树。该方案假设生成树中的所有链接是对称的。然后从树根开始，沿着树的边进行成对的同步。因为不像在RBS中有广播存

在，TPSN是代价昂贵的。此协议一个关键属性是时间戳被插入到MAC层的传出讯息中，因此减少了非确定性。精确度可达17微秒的范围。

在FTSP中，有无线电层的时间戳，倾斜补偿，线性回归，定期洪泛，来确保这一协议的稳健性，适应拓扑结构的变化。传输和接收信息都在无线电层带上了时间戳，差距用于计算和调整时钟偏移。精确度在1-2微秒范围。

在使用时钟同步协议时，需要注意的是：选择同步的频率，确定在时钟同步期间，时钟漂移是否必须。如何处理多跳/网络问题，并尽量减少能源开销和增加的网络拥塞。

6、电源管理

许多用于WSN的设备像Mica2和MicaZ要两节AA电池带动。根据节点的不同活动级别，如果没有电源管理策略，它的寿命可能只有几天。由于大多数系统需要更长的寿命，许多重大的研究可以保证，在满足基本需求的情况下，使用时间。

在硬件层面上，可以增加太阳能电池或者使用清洁的动能和风能。电池能力也在不断提高。如果外形大小不成为问题，则可以增加更多的电池。低电源电路和微控制器也在逐渐进步。许多硬件平台让设备的各个部分（每个传感器，发送器，微处理器）具有多个省电状态（关闭，闲置，开启）。通过这种方法，仅在某个时间需要的组件才开启。

在软件层面上，电源管理解决方案的目标：（1）由于传输信息和监听信息很耗能量，尽量减少通信（2）对节点或节点的组成部分建立睡眠/唤醒机制

最小化通信信息量是一个综合问题。例如，有一个好的MAC协议，就会减少冲突和重发。有一个好的路由算法，短路径和拥塞的避免或减少就可以实现，并且也可最小化发送信息的量。若能高效的找到相邻节点，则时间同步，定位，广播的查询和洪泛都能减少信息量，从而增加使用寿命。

对于如何安排睡眠/唤醒模式的方法，存在很大的差异。许多解决方案试图让醒着的节点（被称为哨兵）数量最少，为了阻止所有节点睡眠，必须确保所需的感知覆盖范围。为了平衡各节点能量消耗，周期性地执行一个论换机制，选出新的哨兵参加下一个时间段。另一个常用技术是让各节点以一定占空比的形式工作。例如，让一个节点一秒内保持清醒状态200微秒，则它的占空比为20%。占空比的选择取决于应用程序的要求，但最终的结果通常是极大地节省了能源。请注意，占空比法和哨兵法可能联全起来应用，如在军事侦察系统VigilNet[7][9]中，就是这样。

7、应用程序和系统

为了展示WSN的能力，我们举了两个应用程序和与此相关的系统的例子。7.1监视和跟踪

VigiNet系统是一个用于军事侦察的长期实时无线传感器网络。它的主要目标是：在敌对区，当感兴趣的事件发生时，警告军事指挥部和控制单元。感兴趣的事件包括：

人的出现，带武器的人员出现，大型和小型交通工具经过。成功的探测，跟踪和分类要求应用程序以可接受的精度和准确度，获取目标的位置。当信息被成功获取后，在一个可接受的延迟期内，将它报告给无远程的基站。VigilNet是一个自我组织运行的传感器网络（有超过200个XSM微尘节点），它提供了以绊线为基础的监视功能，通过以哨兵为基础的电源管理机制来达到3到6个月的寿命长度。绊线也是仅在需要时才激活外部的传感器（在正常Vigilnet系统之外），如红外摄像机，这也增加了寿命。

图1.1提供了该系统的架构概况，基中有三种组件：1）应用程序组件，2）中间件组件，和3）TinyOS系统组件。应用程序组件为监视目的而设计，包换1）一个基于实体的跟踪组件，2）分类组件，它提供了四种目标的区分，3）速度计算，它人提供目标速度和方向的估计，4）错误警报过滤，它可区分真、假目标。

中间件组件被设计来使独立于应用程序。时间同步，定位和路由组成了低级组件，它们形成了实现更高级中级间服务，像聚合和电源管理的基础。时间同步和定位对于一个监视系统是很重要的，因为协同检测和追踪进程依赖于多个节点发送的追踪报道之间的时空联系。

时间同步模块负责本地节点时钟和基站时钟的同步。定位模块负责确保每个节点能找到它自己的位置。配置模块负责动态配置系统，当系统要求改变时。非对称测试模块设计来协助路由模块来选择高质量的通信链路。无线电唤醒模块用于警告非哨兵节点，当重大事件发生时。电源管理和协作检测是由VigilNet提供的两个关键的高级别服务。哨兵服务和绊线管理负责电源管理，而组管理模块负责事件的联合探测和追踪。哨兵和绊线服务通过选择节点的一部分（它们被定义为哨兵）来监视事件，从而达到省电的目的。其他剩余的节点可以处于低耗电状态，至到一个事件发生。当一个事件发生时，哨兵唤醒事件区域中的其它节点，同时组管理组件动态地将节点组织成组，以实现协同跟踪。这两要组件也一起负责跟踪能量消耗相关的事件。

VigiNet系统的架构建立在TinyOS基础上。TinyOs是一个事件驱动的计算模块。针对特定节点平台，用NesC写成的。TinyOs提供了一个必要的组件集合，像硬件驱动，一个调度机制和基本的通信协议。这些组件为VigiNet模块提供了低层支持，它们也是用NesC语言写的。TinyOS的组件和VigiNet的应用程序先被NESC编译器处理成一个可执行程序，它可以在XSM（和MICA2）节点平台上运行（在VigelNett系统中）。

图1.1 VigilNet系统架构

8、总结

这一章讨论了WSN的相关问题和MAC层、路由、定位、时钟同步、电源管理的实际例子。为什么这些解决方案与过去的网络解决方案如此的不同。还对当前的两个WSN系统进行了简单的描述：一个军事监视、跟踪和分类系统，一个辅助生活设施系统。

尽管这些问题是WSN的关键问题，还有许多重要的话题在本章中无谈到。例如安全和隐私对这些系统来说是很关键的功能。编程抽象和WSN的语言也是一个很活跃的研究领域。一些重大的研究在收集关于WSN性能的实证数据。这些数据对于提高模块和解决方案很关键。调试工具和WSN管理工具也开始出现。

传感器网络研究产生的新技术正在应用到许多实际项目中。未来将会看到这些技术的加速应用。

参考文献

[1] N.Bulusu, J.Heidemann, and D.Estrin, GPS-le Low Cost Outdoor Localization for Very Small Devices, IEEE Personal Communications Magazine, October 2000.[2] A.Cerpa, J.Wong, L.Kuang, M.Potkonjak, and D.Estrin, Statistical Model of Loy Links in Wirele Sensor Networks, IPSN, April 2005.[3] J.Elson, L.Girod, and D.Estrin, Fine-Grained Network Time Synchronization Using Reference Broad-casts, OSDI, December 2002.[4] S.Ganeriwal, R.Kumar, and M.Srivastava, Timing-sync Protocol for Sensor Networks, ACM SenSys, November 2003.[5] T.He, J.Stankovic, C.Lu and T.Abdelzaher, A Spatiotemporal Communication Protocol for Wirele Sensor Networks, IEEE Transactions on Parallel and Distributed Systems, to appear.[7] T.He, S.Krishnamurthy, J.Stankovic, T.Abdelzaher, L.Luo, T.Yan, R.Stoleru, L.Gu, G.Zhou, J.Hui and B.Krogh, VigilNet: An Integrated Sensor Network System for Energy Ecient Surveillance, ACM Transactions on Sensor Networks, to appear.[8] T.He, P.Vicaire, T.Yan, L.Luo, L.Gu, G.Zhou, R.Stoleru, Q.Cao, J.Stankovic, and T.Abdelzaher,Real-Time Analysis of Tracking Performance inWirele Sensor Networks, IEEE Real-Time Applications Symposium, May 2006.[9] T.He, P.Vicaire, T.Yan, Q.Cao, L.Luo, L.Gu, G.Zhou, J.Stankovic, and T.Abdelzaher, Achieving Long Term Surveillance in VigilNet, Infocom, April 2006.[10] J.Hill, R.Szewczyk, A, Woo, S.Hollar, D.Culler, and K.Pister, System Architecture Directions for Networked Sensors, ASPLOS, November 2000.[11] C.Intanagonwiwat, R.Govindan, and D.Estrin, Directed Diusion: A Scalable Routing and Robust Communication Paradigm for Sensor Networks, Mobicom, August 2000.[12] B.Karp, Geographic Routing for Wirele Networks, PhD Diertation, Harvard University, October 2000.[14] P.Levis and D.Culler, Mate: A Tiny Virtual Machine for Sensor Networks, Int.Conf.on Architectural Support for Programming Languages and Operating Systems, October 2002.[15] J.Liu, M.Chu, J.J.Liu, J.Reich and F.Zhao, State-centric Programming for Sensor and Actuator Network Systems, IEEE Pervasive Computing, October 2003.[16] C.Lu, B.Blum, T.Abdelzaher, J.Stankovic, and T.He, RAP: A Real-Time Communication Ar-chitecture for Large-Scale Wirele Sensor Networks, IEEE Real-Time Applications Symposium, June 2002.[17] L.Luo, T.Abdelzaher, T.He, and J.Stankovic, EnviroSuite: An Environmentally Immersive Pro-gramming Framework for Sensor Networks, ACM Transactions on Embedded Computing Systems, to appear.[18] L.Luo, T.He, T.Abdelzaher, J.Stankovic, G.Zhou and L.Gu, Achieving Repeatability of Asyn-chronous Events in Wirele Sensor Networks with EnviroLog, Infocom, April 2006.[19] M.Maroti, B.Kusy, G.Simon, and A.Ledeczi, The Flooding Time Synchronization Protocol, ACMSenSys, November 2004.[20] M.Maroti, et.al., Radio Interferometric Geolocation, ACM SenSys, November 2005.[21] D.Mills, Internet Time Synchronization: The Network Time Protocol, In Z.Yang and T.Marsland, editors, Global States and Time in Distributed Systems, IEEE Computer Society Pre, 1994.[22] A.Perrig, J.Stankovic, and D.Wagner, Security in Wirele Sensor Networks, invited paper, CACM, Vol.47, No.6, June 2004, pp.53-57, rated Top 5 Most Popular Magazine and Computing Surveys Articles Downloaded in August 2004, translated into Japanese.[23] A.Perrig, R.Szewczyk, J.Tygar, V.Wen, and D.Culler, SPINS: Security Protocols for Sensor Networks,ACM Journal of Wirele Networks, September 2002.[24] J.Polastre, J.Hill and D.Culler, Versatile Low Power Media Acce for Wirele Sensor Networks,ACM SenSys, November 2004.[25] N.Ramanathan, K.Chang, R, Kapur, L.Girod, E.Kohler, and D.Estrin, Sympathy for the SensorNetwork Debugger, ACM SenSys, November 2005.[26] R.Stoleru, T.He, J.Stankovic, Spotlight: A High Accuracy, Low-Cost Localization System for WireleSensor Networks, ACM Sensys, November 2005.[27] R.Stoleru, T.He, and J.Stankovic, Walking GPS: A Practical Localization System for ManuallyDeployed Wirele Sensor Networks, IEEE EmNets, 2004.[28] G.Virone, A.Wood, L.Selavo, Q.Cao, L.Fang, T.Doan, Z.He, R.Stoleru, S.Lin, and J.Stankovic,An Aisted Living Oriented Information System Based on a Residential Wirele Sensor Network,Proceedings D2H2, May 2006.[29] M.Welsh and G.Mainland, Programming Sensor Networks with Abstract Regions, USENIX/ACMNSDI, 2004.[30] K.Whitehouse, C.Karlof, A.Woo, F.Jiang, and D.Culler, The Effects of Ranging Noise on MultihopLocalization: An Empirical Study, IPSN, April 2005.[31] A.Wood and J.Stankovic, Denial of Service in Sensor Networks, IEEE Computer, Vol.35, No.10,October 2002, pp.54-62.[32] A.Wood, G.Virone, T.Doan, Q.Cao, L.Selavo, Y.Wu, L.Fang, Z.He, S.Lin, J.Stankovic, AlarmNet,ACM SenSys, April 2005.[33] T.Yan, T.He and J.Stankovic, Differentiated Surveillance for Sensor Networks, ACM Sensys, November 2003.[34] G.Zhou, T.He, J.Stankovic and T.Abdelzaher, RID: Radio Interference Detection in Wirele SensorNetworks, Infocom, 2005.[35] G.Zhou, T.He, S.Krishnamurthy, J.Stankovic, Impact of Radio Asymmetry on Wirele Sensor Networks, Mobisys, June 2004.[36] G.Zhou, C.Huang, T.Yan, T.He and J.Stankovic, MMSN: Multi-Frequency Media Acce Controlfor Wirele Sensor Networks, Infocom, April 2006.