1.一种异构有向传感器网络部署方法，其特征在于包括以下步骤：步骤1：网络初始化；

将预设区域视为二维平面，随机部署N个传感器节点 其中i＝1,2,…,N表示传感器的序号，j＝1,2,…,M表示传感器的种类，利用N位二进制编码 表示N个传感器节点的状态并将其作为种群优化的个体；

如果 则表示传感器节点 被选中，处于工作状态；如果 则表示传感器节点 未被选中，处于休眠状态；

步骤2：以网络部署成本和网络覆盖率作为评价指标，并计算基于网络部署成本和网络覆盖率的个体适应度值；

步骤3：利用二进制和声搜索算法确定传感器节点作为最终的部署策略，具体为：步骤3-1：参数及种群初始化；

从可行域随机产生H个和声初始解放入和声记忆库HM中，设定和声记忆保留概率HMCR的初始值HMCR(0)、和声记忆保留概率HMCR的最小值HMCRmin、最大迭代次数G、差分算法中的缩放因子F以及调整概率的参数b；

步骤3-2：按照公式(1)计算迭代次数为g+1时的和声记忆保留概率HMCR(g+1)，g＝

0～G-1；

步骤3-3：以和声记忆保留概率HMCR(g+1)对第g次迭代后的和声记忆库HM中的每个解的分量进行保留，作为新解的分量，新解的剩余分量从问题的可行域中随机产生；

步骤3-4：采用差分算法的变异机制对步骤3-3产生的新解进行扰动；

步骤3-5：按照步骤2计算每一个新解的适应度值，若新解优于和声记忆库HM内的最差解，则用新解替换最差解；

步骤3-6：判断是否达到最大迭代次数G，若达到，则选择第G次迭代后H个解中适应度最佳的个体作为全局最优解进行网络部署，否则，返回步骤3-3继续迭代。

2.根据权利要求1所述的异构有向传感器网络部署方法，其特征在于：步骤2中个体适应度值的计算步骤如下：步骤2-1：按照公式(2)计算网络部署成本：当 时，则表示 的部署成本 需要记入网络部署总成本中；当 时，则不必计入网络部署成本中；

步骤2-2：将预设区域视为二维平面后划分为栅格状，总栅格数目为K，被传感器覆盖的栅格数目为K'，按照公式(3)计算网络覆盖率：步骤2-3：按照公式(4)计算种群中各个个体的适应度值D；

其中： u1和l1分别为目标函数f1的上界和下界，F2＝-f2，u2和l2分别为目标函数F2的上界和下界。

3.根据权利要求2所述的异构有向传感器网络部署方法，其特征在于：设定传感器节j点的感知半径为ri，感知角度为 感知方向在[0,2π]上均匀分布，则步骤2-2中，认定栅格被传感器覆盖应满足以下两个条件：j

(1)传感器节点与覆盖点之间的距离小于或者等于传感节点的感知半径ri；

(2)传感器节点到覆盖点的向量与传感器节点工作方向之间的夹角小于或等于其感知角度 的一半。

4.根据权利要求1所述的异构有向传感器网络部署方法，其特征在于：步骤3-4中采用差分算法的变异机制对步骤3-3产生的新解进行扰动的具体方法为：步骤3-4-1：按照公式(5)计算迭代次数为g+1时，第h个个体的第i位的取值概率h＝1～H，i＝1,2,…,N；

其中，F为差分算法的缩放因子，b为调整因子，变量MO按照公式(6)计算；

公式(6)中 表示第g次迭代时，H个个体中随机三个个体的第i位的取值， 表示第g次迭代时，H个个体中适应度值最高个体的第i位的取值， 表示第g次迭代时，个体h的第i位的取值；

步骤3-4-2：按照公式(7)确定第g+1次迭代时，个体h的第i位的取值；

其中，rand( )表示区间(0，1)之间的随机数。