1.一种基于新型紧凑粒子群算法的传感器网络覆盖率优化方法，其特征在于，首先提出新型紧凑粒子群优化算法，然后采用该算法来优化传感器网络覆盖率；

新型紧凑粒子群优化算法使用帕累托分布来描述粒子群的位置，同时加入了高斯扰动策略；新型紧凑粒子群优化算法的流程包括如下步骤：(1)首先初始化帕累托分布的两个重要参数尺度参数σ和阈值参数θ；通过均匀分布函数初始化粒子群的位置X和粒子群的速度V；初始化当前最优位置pBest、当前最优位置的适应度值fitnessPBest、全局最优位置gBest、全局最优位置的适应度值fitnessGBest；

(2)根据帕累托分布的概率密度函数PDF、累积分布函数CDF、逆累积分布函数iCDF产生一个新的粒子位置pBestR；在其对称位置产生另一个新的粒子位置pBestL；将pBestR和pBestL两个位置的适应度值进行比较，将适应度值较大的确定为最优位置pBest；

(3)计算pBest的适应度值fitnessPBest；

(4)更新粒子群的位置X和粒子群的速度V，并且计算更新之后位置X的适应度值fitnessNewX；

(5)将新的位置的适应度值fitnessNewX与当前最优适应度值fitnessPBest进行比较，对于特定问题进行两个值的比较，对于覆盖率问题，数值大的定为获胜者winner，数值小的定为失败者loser；根据winner和loser更新θ和σ；将获胜者信息赋值为当前最优粒子pBest；

(6)随机选取一个维度进行高斯扰动得到新的粒子位置X，并计算更新之后粒子位置X的适应度值；

(7)比较全局最优位置与扰动后的粒子的适应度值，适应度值越大表明覆盖效果越好，如果扰动后的粒子的适应度值比当前全局最优位置适应度大，那么用扰动后的粒子替换全局最优粒子；

(8)判断是否达到结束条件，如果没有达到结束条件重复步骤(2)～步骤(8)；

传感器网络覆盖率优化问题中的传感器相当于新型紧凑粒子群优化算法中的粒子群，初始时环境中随机布置传感器，然后根据新型紧凑粒子群优化算法进行传感器位置的移动和优化；每次移动后的传感器的覆盖率对应于算法中的各个适应度值；根据粒子的维度来确定传感器位置的第一维度和第二维度，再结合三维仿真环境图来确定传感器的第三维度，进而确定一个传感器的三维位置；最终根据新型紧凑粒子群优化算法得到的粒子维度，来重新布置传感器位置。

2.根据权利要求1所述基于新型紧凑粒子群算法的传感器网络覆盖率优化方法，其特征在于，帕累托分布的概率密度函数PDF和累积分布函数CDF公式见(3)和(4)，其中，x为自变量，k为形状参数、σ为尺度参数和θ为阈值参数；

帕累托分布的iCDF为帕累托分布CDF的逆函数。

3.根据权利要求1所述基于新型紧凑粒子群算法的传感器网络覆盖率优化方法，其特征在于，均匀分布函数在可行解范围内随机生成粒子的初始位置X和初始速度V，如下，X＝uniform(Xmin,Xmax,R)   (5)V＝uniform(Vmin,Vmax,R)   (6)

其中，uniform是均匀分布函数，Xmin和Xmax分别是粒子运动范围的最小值和最大值，Vmin和Vmax分别是粒子运动的最小速度和最大速度，R是介于0和1之间的一个随机数。

4.根据权利要求1所述基于新型紧凑粒子群算法的传感器网络覆盖率优化方法，其特征在于，新型紧凑粒子群优化算法在每次迭代中选择一个粒子的维数来进行高斯扰动，扰动公式如式(7)所示，d d

X＝normrnd(X，C)          (7)

d

其中，X表示第d维粒子的位置，normrnd表示对第d维的粒子的位置进行一次高斯变换，C是根据待解决的问题进行调整的常数；

然后粒子的位置根据公式(1)和公式(2)更新移动，

其中， 表示第g个迭代中第i个粒子的位置， 表示第g个迭代中第i个粒子的速度；

w是一个惯性权重；c1和c2是两个权重因子；rand表示0～1之间的一个随机数；pBesti表示当前第i个粒子的最优位置，gBest表示全局最优位置；

最后比较全局最优位置gBest和粒子的新位置，将全局最优位置gBest和新位置粒子的适应度值fitnessGBest和fitnessNewX进行比较，适应度值大的为获胜者winner，适应度值小的为失败者loser，以更新帕累托分布的阈值参数θ和尺度参数σ；θ和σ的更新公式分别为式(8)和式(9)，g g+1

其中，θ表示第g次迭代的阈值参数，θ 表示第g+1次迭代的阈值参数，Np表示虚拟粒子g数量，winner表示竞争策略产生的获胜者，loser表示竞争策略产生的失败者；σ表示第g次g+1迭代的尺度参数，σ 表示第g+1次迭代的尺度参数。

5.根据权利要求1所述基于新型紧凑粒子群算法的传感器网络覆盖率优化方法，其特征在于，监控节点是否被覆盖的判断公式见式(10)，其中，s表示传感器，n表示被监控节点，Coverage为1时表示传感器s可以覆盖被监控节点n，Coverage为0时表示传感器s无法覆盖被监控节点n；

整个环境的覆盖率Coverage Rate公式如式(11)所示，

其中，M表示被监控节点的总数，nk表示第k个被监控节点；N表示传感器的总数，sj表示第j个传感器。