1.一种水下移动无线传感器网络的多目标动态调度方法，其特征在于：包括MUWSNs的多目标动态调度模型和动态多目标协同进化优化算法；

所述MUWSNs的多目标动态调度模型包括传感器感知模型、动态覆盖模型和动态能耗模型；

所述动态多目标协同进化优化算法包括依赖时间的决策变量分解、环境检测算子、环境变化响应策略；

假设水下监测区域A＝L1×L2×L3， 将区域用均匀简单立方格进行划分，每个立方格的中心点为待覆盖目标点；记 为目标点集，第i个目标点的坐标为区域内分布着若干固定传感器与移动传感器，设移动传感器集第j个移动传感器在时刻t的坐标为 其中v是移

动传感器的速度，每个移动传感器均具有通信移动能力，负责收集其通信区域内固定传感器的 信 息 ，固 定传 感 器集 为 第 k个 固 定传 感 器坐 标 为任意固定传感器具有感知通信能力，其任务是覆盖目标点并收集目标点信息，将信息传输给移动传感器；

其中，移动传感器和固定传感器的通信半径相同、移动传感器以固定的速度沿水平方向做匀速直线运动、移动传感器集成了探测器、传感器和任务控制器，可以存储大量的能量，而且能进行充能，收发能量的损耗可以忽略不计，移动传感器作为簇头节点，汇聚通信范围内固定传感器收集的信息、每个固定传感器具有相同的初始能量，激活和休眠2个状态，初始状态都为休眠；

所述传感器感知模型包括以下内容：

记t时刻位于移动传感器集 通信范围内的固定传感器集为Q(t)，目标点集为S(t)，则固定传感器qk(t)，k(t)＝1，…，|Q(t)|对目标点si(t)，i(t)＝1，…，|S(t)|的感知概率定义为：其中，d(qk(t),si(t))表示固定传感器与目标点之间的距离，rs为固定传感器的感知半径，|Q(t)|和|S(t)|分别为位于移动传感器通信范围内固定传感器和目标点的个数；

所述动态覆盖模型包括以下内容：

动态覆盖模型限定为t时刻；通信范围内的每个目标点是否被传感器覆盖可通过联合概率来进行定义：xk(t)用以判断第k(t)个固定传感器是否被激活；

其中，定义未被覆盖率为

所述动态能耗模型包括以下内容：t时刻激活传感器时的能耗为：其中Eact为激活一个传感器所需要的能量，固定传感器发送长度为l的数据包消耗的能量为E2＝Eelec×l+A(d)×l，Eelec为发射电路和接收电路的能量消耗，d表示数据包传输的距离，l为传输数据大小的单位， A(d)表示数据包在水下传输距离为d时的能量衰减，可以表ηd示为：A(d)＝d a，其中η为能量扩散因子，且 a(f)为吸收系数，可以表示为：其中f为载波频率，移动传感器网络总能耗为上述能耗之和，即f2(x,t)＝E1+E2，以未被覆盖率和能耗为目标，构建如下MUWSNs的多目标动态调度模型：min{f1(x,t),f2(x,t)}。

2.根据权利要求1所述的一种水下移动无线传感器网络的多目标动态调度方法，其特征在于，所述依赖时间的决策变量分解包括以下步骤：考虑t时刻决策变量 的分解，将固定传感器按照是否在移动传感器的通信范围内分为两组，一组为位于通信范围外的传感器，记为 另一组为位于通信范围内的传感器，记为Q(t)；将第二组固定传感器分为两类，一类为前一时刻和当前时刻都在通信范围内且被激活的传感器，记为Q1(t)，另一类为当前时刻进入通信范围内未被激活的传感器，记为Q2(t)，故Q(t)＝Q1(t)∪Q2(t)，因此，固定传感器共分为三组 Q1(t)和Q2(t)，且其中 |Q1(t)|和|Q2(t)|分别为三组固定传感器的个数；根据

1 2 3 1 2 3

固定传感器的分组，相应地将决策变量分为三组子分量x ,x ,x，且x＝x+x+x ，其中第1组子分量 对应第一组固定传感器 第2组子分量对应第二组固定传感器Q1(t)， 或 1，j′＝1，…，|Q1(t)|；第3组子分量 对应第三组固定传感器Q2(t)， 或1，k′＝1，…，|Q2(t)|。

3.根据权利要求1所述的一种水下移动无线传感器网络的多目标动态调度方法，其特征在于，所述环境检测算子包括以下内容：定义一个环境检测算子α用来检测环境是否发生变化，即α＝f1(x,t)‑90％

当α≥0时，环境未发生变化，当α＜0时，环境发生变化。

4.根据权利要求1所述的一种水下移动无线传感器网络的多目标动态调度方法，其特征在于，所述环境变化响应策略包括以下步骤：假设t时刻的进化种群为P(t)，基于依赖时间的决策变量分解，将进化种群对应地分为

1 2 3 1

3个子种群P (t),P (t)和P (t)，对于子种群P (t)中的进化个体，将其基因位全部取为0；对

2 3

于子种群P (t)中的进化个体，实行基本位变异，以响应环境的变化；对于子种群P (t)中的进化个体，采用随机初始化的方式，得到当前时刻的初始子种群。

5.根据权利要求4所述的一种水下移动无线传感器网络的多目标动态调度方法，其特征在于，所述动态多目标协同进化优化算法流程包括以下步骤：S1设置移动传感器网络覆盖与能耗环境；

S2初始化参数：种群规模，交叉、变异概率、最大迭代次数；

S3计算t＝0时刻的最优调度方案以及最优目标函数值；

1 3 2

S4t＝t+1时刻，将子种群P (t)和P (t)中的个体全部编码为0，子种群P(t)中的个体沿用上一时刻最优解的编码，计算f1(x,t)的值；

S5通过环境检测算子α检测环境是否发生变化，若是执行S6，若不符合，执行S4；

2 3

S6采用环境变化响应策略，合并种群P (t)和P (t)，作为当前的初始种群，计算当前时刻的最优调度方案以及最优目标函数值；

S7判断是否符合设定的终止条件，若符合，转至S8，否则，跳转至S4；

S8输出每个时刻的固定传感器调度方案以及覆盖率和能耗；结束。