当出现下述两种情况之一时将进入任务接管阶段：①正常工作时(主动)的任务切换。此时，随着感知节点的运行，自身能耗也随之下降，当其无法再次完成数据的感知(或传输)任务时将主动地发起任务接管的命令。②感知节点异常时的任务切换。由于正常运行时所有的备份节点处于休眠状态，因此并不能使用分布式系统中的心跳技术来对感知节点的状态进行检测。这里我们采用超时方法，即当收集节点B在指定的时间间隔T内无法收到来自目标点的数据时，这就有可能存在感知节点失效的情况，此时收集节点B将会给传感器网络发出泛洪信息，利用定向扩散的原理将备份节点集中的节点唤醒后重新进行初始化操作。
当距离数据源节点ds内的所有传感器节点均没有足够的能量可以将数据转发给任意一个邻居节点时，整个传感器网络的持续工作时间将会终止。
5 算法消息负载分析
本节中，从单个节点平均处理的消息角度出发，我们对所提出算法的消息负载进行简单分析。
初始化阶段：每个节点广播的HOP消息数依赖于退避时间设置的大小。可以看到如果退避时间足够大，每个节点最多广播2个HOP消息：在节点从其邻居节点收到第1个HOP消息后将广播第1个HOP消息；而当退避时间超时后将广播第2个HOP消息。
数据传输阶段：感知节点只需要感知到指定目标的多个节点之间的广播消息即可确定，即此阶段节点只需广播1个消息。
任务接管阶段：正常工作时的任务接管节点只需广播1个消息；同样，异常时的任务接管节点只需发送1个来自于收集节点的泛洪消息(实际上该阶段与初始化阶段节点广播HOP消息的过程正好相反，我们可以寄期望如果该步骤的退避时间设置恰当的话，大多数节点广播的次数之多为1次)。可见，该阶段每个节点最多广播1个消息。
总之，如果初始化阶段和任务接管阶段的退避时间设置适当的话，算法中传感器节点的消息负载最多为4个广播消息。
6 仿真结果
采用由Berkeley大学开发的离散时间仿真工具Ns-2.29，假设传感器网络内所有节点随机均匀的分布在1500 m×1500 m的矩形范围内，节点的数量为N(150≤N≤1500)，每个节点的初始能量设置为2 J，其目的只是为缩短仿真实验的运行时问，并不会对仿真实验的行为产生任何变化。节点的无线传输半径rt设置为50 m，节点的感知半径ds设置为20 m，路径衰减参数k为4，a3=50 nJ／bit，a11=45 nJ／bit，a12=135 nJ／bit，a2=0.001 pJ／bit／m4，数据源的产生速率为1 bit／s，在节点上应用的路由协议采用无线自组网的AODV协议，应用层的流量发生器采用CBR(constant bit rate)，大小为512 bit／s。为得到更为可靠的数据结果，对每一种算法执行100次，对每一次的实验，均产生10个随机不同的传感器网络拓扑结构，最终仿真结果通过取平均值得到，置信区间设为95％。
在实际运行中，考虑正常和失效(随机模拟感知节点的失效)两种情况下算法的性能。给定不同的网络节点数，将新算法与文献[3]中的方法进行比较，给出了实验中得到的仿真结果与由式(1)得到的理论值之间的比率，如图2所示。
图3给出了算法在运行过程中节点平均消息负载与时间的关系示意。由图3可以看到随着部署节点的增加，每个节点的平均消息负载并没有显著的增加，这从另一方面验证了文中所设计的算法可适用于大规模的传感器网络；此外，还观察到从节点开始工作直至到达网络的生存时间，每个节点最大的消息负载只有5个，因此该算法是有效的。
为延长网络的持续工作时间，提出了一个基于备份感知节点的分布式算法，实验证明了该算法在时间上有进一步的提高，从而可以指导我们在现有的情况下如何对节点进行优化管理从而提高网络生存时间。在今后工作中需要进一步开展的研究方向包括：
①本文所提出的算法中在感知节点失效的情况下，由收集节点B主动发起泛洪信息，将会导致网络无线通道的拥塞引起网络性能的下降，并且网络中会出现某些节点收到多个邻节点发来的同一泛洪信息的现象，这将会占用节点宝贵的内存资源。能否采用其他方法来避免这种不必要的通信开销和资源占用是今后研究的一个方向。
②在算法中，假定数据源节点的数量为一个且位置固定，今后需考虑当数据源节点为多个且移动情况下的分布式容错算法。
③传感器网络的算法都是与应用环境相关的，在某些情况下如果只使用一个感知节点的话，由于节点观测事物角度的不同，将会影响数据采集结果的精确度，这就需要同时有多个节点间的合作以提高获取数据的准确度。如何在准确性和网络能耗两个方面进行折衷考虑也是一个值得研究的问题。
12
