1.一种多项式近似的差分进化节点定位方法，其特征在于：所述的方法包括步骤如下：S1：通过锚节点泛洪信息，网络中的所有锚节点获得锚节点的跳数和位置信息；

S2：根据获得的锚节点的位置信息，计算锚节点间的最优跳数；

S3：根据锚节点间的最优跳数，计算每个锚节点的跳数调整因子；

S4：利用锚节点的跳数调整因子来修正未知节点到锚节点的跳数；

S5：未知节点通过多项式近似估计自身与锚节点之间的距离，得到估计距离；

S6：未知节点根据锚节点坐标和估计距离构建目标函数，并通过差分进化求得目标函数的最小值对应的解作为未知节点坐标，从而实现对未知节点的定位。

2.根据权利要求1所述的多项式近似的差分进化节点定位方法，其特征在于：步骤S2，所述的锚节点间的最优跳数Hij，计算公式如下：Hij＝dij/R           (1)式中，dij表示锚节点i与锚节点j之间的真实距离，其根据锚节点的位置信息计算得到；

R表示锚节点i与锚节点j之间的通信半径。

3.根据权利要求2所述的多项式近似的差分进化节点定位方法，其特征在于：步骤S3，所述的跳数调整因子，具体计算如下：先计算锚节点间的最优跳数值的占比率MijMij＝Hij/hij            (2)其中，hij表示锚节点i与锚节点j之间的实际跳数；Hij表示锚节点i与锚节点j之间的最优跳数值；

把每个锚节点与其他锚节点最优跳数值得占比率Mij的均值作为自身的跳数调整因子，每个锚节点的跳数调整因子：

4.根据权利要求3所述的多项式近似的差分进化节点定位方法，其特征在于：步骤S4，修正未知节点到锚节点的跳数，公式如下：hik＝λi*h′ik            (4)其中，h′ik表示未知节点k到锚节点i的实际最小跳数。

5.根据权利要求4所述的多项式近似的差分进化节点定位方法，其特征在于：步骤S5，采用多项式近似建立距离估计模型，以映射网络中节点间跳数和距离之间的复杂非线性关系；

给定函数f(·)的测试数据集(xk,yk)，k＝1，…，m；xk是节点之间的跳数值，yk是距离值；

采用N次的多项式φ()来近似函数f(·)

2 N

φ(x)＝a0+a1x+a2x+…+aNx    (5)式中，a0、a1、a2表示多项式系数，通过最小化下列目标函数来求解多项式系数，

6.根据权利要求5所述的多项式近似的差分进化节点定位方法，其特征在于：先使用如下多项式定义锚节点i与其他锚节点之间的距离选择3次多项式来近似，得到一个如下形式的矩阵：式中，hin表示锚节点i与锚节点n之间的跳数；

用最小二乘法确定α的最佳值，求解如下方程T ‑1 T

α＝(HH) HD              (9)式中，矩阵

向量

从而确定多项式系数a0、a1、a2、α3；

然后，每个锚节点在网络中广播一个包括其计算的多项式系数的数据包；当一个未知节点从锚节点接收到第一个到达的数据包时，则该数据包到这个未知节点有最小的跳数；

之后，每个未知节点计算自身与锚节点之间的距离式中， 表示未知节点k与锚节点i之间的距离，hik表示未知节点k与锚节点i之间的修正后的最小跳数。

7.根据权利要求6所述的多项式近似的差分进化节点定位方法，其特征在于：步骤S6，未知节点根据锚节点坐标和估计距离 构建目标函数，其中， 表示未知节点k的估计坐标；(xi,yi)表示锚节点i的坐标，wki表示锚节点i在未知节点k坐标计算过程中的权重，其计算方式如下：式中，N表示锚节点数量；hik表示未知节点k到锚节点i的跳数。

对于未知节点k的坐标，可以通过使用差分进化优化算法来获得式(15)的最小值所对应的解 该解即为未知节点k的估计坐标。

8.根据权利要求7所述的多项式近似的差分进化节点定位方法，其特征在于：所述的差分进化优化算法包括变异、交叉、选择几种遗传操作。

9.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述的处理器执行所述的计算机程序时，实现如权利要求1～8任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述的计算机程序被处理器执行时，实现如权利要求1～8任一项所述的方法的步骤。