1.一种面向无人机使能的无线传感网中系统总能耗优化方法，其特征在于：包括以下步骤：S1：根据无人机和地面传感节点能耗模型确立地面节点最优簇数；

S2：通过改进模糊C均值算法平衡集群，利用退避定时器机制选择最优地面簇头，以减小地面传感节点能耗；

S3：联合优化无人机下降高度和地面簇头发射功率，减小数据采集时系统总能耗。

2.根据权利要求1所述的面向无人机使能的无线传感网中系统总能耗优化方法，其特征在于：所述步骤S1具体包括：在无人机使能的大型无线传感网中，将地面传感网络分为K个集群，每个集群含Gk个传感节点，1≤k≤K，其中包括一个地面簇头k和(Gk‑1)个簇成员节点，无人机作为数据采集器收集地面传感节点的感知数据，并将数据传入数据中心进行处理；

无人机使能的无线传感网中系统总能耗包括地面节点总能耗和无人机总能耗；

所述地面传感节点总能耗Eg包括每个集群中簇成员节点i与地面簇头k通信能耗 以及地面簇头k和无人机通信能耗Ek，即：其中，l表示数据大小，Eelec表示电子系统的能耗，εfs表示传播损耗系数，dki表示地面簇头k与簇成员节点i之间的距离；pk和Rk表示地面簇头k的发射功率和数据传输速率；

所述无人机总能耗Euav包括无人机飞行能耗、悬停能耗和上升、下降能耗，即其中，Eflight为直飞能耗Eflight，Ehov为无人机采集单个地面节点时的悬停能耗，Edac为无人机采集单个地面节点时的上升和下降能耗之和；

因无人机和地面节点的能耗处于不同水平，需为地面传感节点增添能耗补偿系数φ，即无人机使能的无线传感网中系统总能耗Etotal表述为：将N个传感节点随机部署在边长为M的正方形中，利用磁盘数学模型预测簇成员节点与2

地面簇头的距离为E[dCH]＝1.262M /2πK，以及地面簇头与地面簇头间的距离为令每个集群中均含(N/K‑1)个簇成员节点，且簇成员节点与地面簇头通信的能耗遵循自由空间模型(d＜d0)，即：其中，Pprop为无人机直飞功率，Etotal是只含参数K的函数，可对K求导得：其中vu为无人机直线飞行的速度；

最后利用数学工具求解最优地面簇头数Kopt。

3.根据权利要求1所述的面向无人机使能的无线传感网中系统总能耗优化方法，其特征在于：在所述步骤S2中，利用次高隶属度改进模糊C均值算法，包括形成基于模糊C均值算法的初始集群，以及利用次高隶属度实行少进多出机制平衡簇内成员，具体如下：S21：随机生成Kopt个初始质心；

S22：根据模糊C均值算法的目标函数 更新隶属度矩阵、计算新质心和新目标函数，其中μij和dij分别为地面节点i对簇质心j的隶属度以及两者之间的欧式距离，m为模糊指标(m＞0)；

S23：重复步骤S22，直至满足迭代条件，形成初始簇；

S24：计算各集群传感节点数目，形成节点数目大于或等于阈值N/Kopt的集合A以及小于阈值的集合B；

S25：计算A中各集群需剔除的节点个数形成集合Ae和B中各集群需增添的节点个数形成集合Be；

S26：计算A中各集群的节点的次高隶属度属于B中集群的个数形成集合F，并与对应集群中剔除节点数比较，根据比较结果升序排列更新A,F,Ae为A＝{co,co+1...}、F＝{fo,fo+1...}、Ae＝{eo,eo+1...}；

S27：提取A中集群co，计算集群中各节点的最高隶属度与次高隶属度的差值，并对差值进行升序排列形成数组S；

S28：提取集群co的fo和eo进行比较，若fo＜eo执行步骤S29‑S210，否则执行步骤S211；

S29：集群co剔除fo个节点至B，更新Be中数目以及删除S中对应数据；

S210：集群co按照S依次剔除eo‑fo个节点至A，更新Ae中数目；

S211：集群co按照S依次判断节点次高隶属度是否属于B，将属于B节点添加至B；

S212：提取A中下个集群重复步骤S27‑S211，直到A中最后一个集群完成节点剔除；

S213：提取集合B，重复步骤S24‑S212；在步骤S210和步骤S211中均添加条件，若余下集群满足阈值条件，则由集群自身保留；

S214：计算新质心，形成最终簇。

4.根据权利要求3所述的面向无人机使能的无线传感网中系统总能耗优化方法，其特征在于：步骤S2中，集群形成阶段结束后，采用退避定时器机制为各集群选择最优地面簇头，其定时器的目标函数F利用各集群的簇质心对各集群中传感节点的隶属度以及传感节点剩余能量定义，即：其中，α1，α2为介于0和1之间的常值系数，并且α1+α2＝1，Ei为节点剩余能量，Ecap为电池容量，Ei/Ecap表示拥有更多剩余能量的节点更有可能被选为地面簇头；式 表示该集群簇质心对节点的隶属度高者被选为地面簇头的概率高。

5.根据权利要求1所述的面向无人机使能的无线传感网中系统总能耗优化方法，其特征在于：步骤S3中所述联合优化无人机下降高度和地面簇头发射功率，减小数据采集时系统总能耗，包括以下步骤：无人机与地面节点的通信信道为可视链路，其平均路径损耗为Lu,k，在带宽为B、高斯白2

噪声为σ的情况下，给定无人机收集数据时的路径和悬停点传输数据的地面簇头，联合优化无人机下降高度hk和地面簇头发射功率pk的问题表述为：其中(Pd+Pc)为无人机下降和爬升功率，(Pi+P0)为无人机悬停功率，vv为无人机下降和爬升的速度，hk为下降高度；

约束条件为：

其中， 是地面簇头发射功率pk的函数，其表示式为：其中， 其中fc为载波频率，c为光速， 为视距链路概率，ηLoS和ηNLoS的平均额外路径损耗，E0为地面簇头能量预算；

因 随p减小，其 定义 约束条件改写为：

(r)

给定地面簇头的发射功率向量P ，子问题简化为优化h，即：约束条件为：

通过引用辅助变量ζ，将优化h的公式转换为：

约束条件为：

2

令 x＝(H‑hk) ， 将fk(hk)利用一阶泰勒展开式得到不等式：将 表示为第k次迭代中的优化悬停点的向量，通过智能算法求解得到地面簇头发射功率和无人机下降高度。