1.基于Voronoi图盲区的无线传感器网络节点覆盖优化方法，其特征在于，该方法包括以下步骤：(1)在L×W的监测区域T内随机散布N个感知半径为Rs的无线传感器；

(2)初始化算法的各个参数：传感器节点数量N,感知半径Rs,迭代次数itermax，离散化密度TD，按离散化密度TD将监测区域T离散化为a×b的目标点阵，通过rand函数随机布置节点，生成传感器节点初始位置，即无线传感器节点的集合S，表示为S＝{s1，s2，…，sN}；其中每个节点的位置记为si＝(xi，yi)；

(3)对监测区域T进行Voronoi图划分，Voronoi单元的集合为V＝{v1，v2，…，vN}；

(4)当前节点si与其邻居节点集Z＝{z1，z2，…，zn}共同组成节点集合Ki＝{si，z1，z2，…，zn}，Ki对应的Voronoi单元集合Vk＝{vi，vz1，vz2，…，vzn}；计算当前节点si所对应vi的顶点覆盖情况；若顶点全部已覆盖转步骤(9)，若顶点未全部覆盖进入下一步骤；

(5)计算当前节点si在vi内的泰森盲区多边形，并计算泰森盲区多边形形心(6)计算当前节点si在形心Ci处对vi的覆盖率(7)计算当前节点si在当前位置(xi，yi)对vi的覆盖率

(8)比较覆盖率 和 如果 则更新节点位置使 进入下一步

骤，转步骤(9)，否则保留当前节点位置si＝(xi，yi)进入下一步骤，转步骤(9)；

(9)在Ki中去除si，重构Ki所对应的Voronoi单元集合 并

计算位于vi内新产生Voronoi单元的顶点覆盖情况；若顶点全部被覆盖则vi内不存在盲区，计算vi的形心 更新当前节点位置使 进入下一步骤；若新顶点没有全部被覆盖则vi内存在盲区转步骤(5)；

(10)重复步骤(4)～步骤(9)，直至所有节点比较结束；

(11)重复步骤(3)～步骤(10)，直至满足停止条件。

2.根据权利要求1所述的优化方法，其特征在于：邻居节点为与当前传感器节点共同形成与当前传感器节点对应的Voronoi单元的传感器节点。

3.根据权利要求1所述的优化方法，其特征在于:Voronoi图是由相邻传感器节点连线形成的Delaunay三角网各边做垂直平分线所组成的凸多边形的集合,凸多边形称为Voronoi单元。

4.根据权利要求1所述的优化方法，其特征在于步骤(5)中的泰森盲区多边形为去除Voronoi单元内的节点后,其已覆盖顶点所对应的邻居节点感知圆盘的交点集和未覆盖顶点集，两者共同所围成的多边形；若已覆盖顶点为边界点，则取对应邻居节点感知圆盘与边界的交点。所有交点均位于Voronoi单元内；具体可分为三种情况；

情况1：Voronoi单元的顶点全部被覆盖，且存在盲区；取邻居节点感知圆盘的交点围成泰森盲区多边形；

情况2：Voronoi单元的顶点部分已覆盖，部分未覆盖；去除Voronoi单元内的节点后,取Voronoi单元已覆盖顶点所对应的邻居节点感知圆盘的交点集和Voronoi单元未覆盖顶点集围成泰森盲区多边形；

情况3：Voronoi单元顶点全部未被覆盖时，泰森盲区多边形与Voronoi单元相同。

5.根据权利要求1所述的优化方法，其特征在于：Voronoi单元内的盲区判断方法为去除Voronoi单元内的传感器节点，使用已去除传感器节点的邻居节点在监测区域内重新划分Voronoi图；会产生与邻居节点个数相同的Voronoi单元，在原Voronoi单元内取出新产生Voronoi单元的顶点，并判断覆盖情况，若有未覆盖顶点则存在盲区。