1.一种基于遗传模糊树的无线传感网节点联合移动算法，其特征在于：包括以下步骤：步骤1：初始化模糊逻辑树中的模糊逻辑系统A和模糊逻辑系统B；

步骤2：将传感器Si的性能指标利用模糊逻辑系统A得到传感器Si的综合评分pi，i表示无线传感器网络中传感器的序号；

步骤3：利用综合评分pi进行无线传感器网络的任务分配，确定移动传感器集 n表示移动传感器集中传感器的序号，N表示综合评分pi高的传感器的个数；

步骤4：利用模糊逻辑系统B对移动传感器Tn进行联合路径规划，得到移动传感器Tn的移动距离值；

所述路径规划的具体方法如下：

根据传感器Tn的坐标Cn与目标的坐标C，得到传感器Tn与目标之间的距离值Sn、传感器Tn与传感器Tj之间的距离值Fn，将所述距离值Sn和距离值Fn输入到所述模糊系统B得到传感器Tn的移动距离值， 且j≠n；

步骤5：记录步骤2-4中传感器Si响应总时间的评分qi；

步骤6：对模糊逻辑树进行编码，将编码序列作为遗传算法的个体进行遗传优化，利用所述综合评分pi和评分qi设定所述遗传算法的适应度函数J，并设定繁衍代数Q，当所述适应度函数J达到最大值或者繁衍到第Q代时个体所对应的模糊树为最优模糊树，利用所述最优模糊树得到移动传感器Tn′，以及移动传感器Tn′的移动距离值和移动方向Qn′为无线传感器网络的最终移动策略。

2.根据权利要求1所述的一种基于遗传模糊树的无线传感网节点联合移动算法，其特征在于：所述步骤1中，所述模糊逻辑树中的模糊逻辑系统A包括K个性能指标隶属函数集Ak、规则库Aa和综合评分隶属函数集Fa；所述K个性能指标隶属函数集Ak经规则库Aa输出综合评分隶属函数集Fa；所述各个性能指标隶属函数集Ak中函数的个数为ak，所述综合评分隶属函数集Fa中函数的个数为fa，所述规则库Aa中规则的个数MA为：MA＝a1·a2·····ak·fa；

其中，k表示模糊逻辑系统A中性能指标隶属函数集的序号，k∈[1，K]；

所述模糊逻辑系统B包括距离S隶属函数集、距离F隶属函数集、规则库Bb和移动距离值隶属函数集Fb，所述距离S隶属函数集和距离F隶属函数集经规则库Bb输出移动距离值隶属函数集Fb，所述距离S隶属函数集中函数的个数为b1，所述距离F隶属函数集中函数的个数为b2，移动距离值隶属函数集Fb中函数的个数为fb；

所述规则库Bb中规则的个数MB为：

MB＝b1·b2·fb；

模糊逻辑树采用的规则总数M为：

M＝MA+MB＝a1·a2·····ak·fa+b1·b2·fb。

3.根据权利要求1所述的一种基于遗传模糊树的无线传感网节点联合移动算法，其特征在于：所述步骤6中，所述模糊逻辑树的编码方式如下：对模糊逻辑系统A进行编码：将K个性能指标隶属函数集Ak和综合评分隶属函数集Fa作为数据集A，按一定码长对数据集A和进行编码，得到数据集A的编码序列A1，利用规则库Aa中不同规则对应的输出即综合评分对规则库Aa进行编码，得到规则库Aa的编码序列A2；

对模糊逻辑系统B进行编码：将距离S隶属函数集、距离F隶属函数集和移动距离值隶属函数集Fb作为数据集B，按一定码长对数据集B和进行编码，得到数据集B的编码序列B1，利用规则库Bb的输出即移动距离值对规则库Bb进行编码，得到规则库Bb的编码序列B2；

将编码序列A1、编码序列A2、编码序列B1和编码序列B2进行组合得到整个模糊逻辑树的初始编码序列。

4.根据权利要求1所述的一种基于遗传模糊树的无线传感网节点联合移动算法，其特征在于：所述步骤6中，所述适应度函数J的公式如下：其中pi表示传感器Si的综合评分，hi表示传感器Si是否探测到目标，hi＝1表示传感器Si探测到目标，hi＝0表示传感器Si未探测到目标，qi表示传感器Si响应总时间的评分，静止传感器qi＝0。

5.根据权利要求1所述的一种基于遗传模糊树的无线传感网节点联合移动算法，其特征在于：所述步骤6中，移动方向Qn′＝(α，β)的计算方法如下：所述传感器Tn′的坐标Cn′＝(Xn，Yn，Zn)，目标的坐标C＝(X，Y，Z)，由库伦定律有：其中，Cj表示在传感器Tj的坐标， 且j≠n。