1.一种基于鲸鱼算法的无线传感器网络覆盖方法，其特征在于，包括以下步骤：S1：将待覆盖区域划分为 个监测点；

所述将待覆盖区域划分为 个监测点包括：

将待覆盖区域划分为 的网格形式，和 分别代表网格的行和列的数量，并将每个小网格视为一个监测点，则待覆盖区域转换为了一个大小为 的监测点集合，并且每个网格的面积为 ；

所述无线传感器网络中所有的无线传感器节点为同构节点，每个无线传感器节点具有相同的通信半径 、测量可靠性半径 和感知半径 ，其中， ，无线传感节点数量为，无线传感器节点集合 ；

S2：将无线传感器网络中的无线传感器节点作为鲸鱼算法的初始种群；根据无线传感器的通信半径、感知半径和可靠性半径利用鲸鱼算法计算无线传感器节点在待覆盖区域的最优监测点位置，将无线传感器节点设置在最优监测点位置对待覆盖区域进行覆盖；

所述根据无线传感器的通信半径、感知半径和可靠性半径利用鲸鱼算法计算无线传感器节点在待覆盖区域的最优位置包括：S21：利用 混沌映射算法初始化鲸鱼种群在待覆盖区域的位置；

S22：采用概率感知模型计算无线传感器节点对每个监测点的覆盖概率，并根据无线传感器节点对每个监测点的覆盖概率得到所有传感器节点对每个监测点的联合覆盖概率；

所述无线传感器节点对监测点的覆盖概率包括：

，

其中， 表示第i个无线传感器节点， 表示第 个无线传感器节点对第j个监测点的覆盖概率，表示监测点集合， 表示第i个无线传感器节点与第j个监测点的欧氏距离，表示无线传感器节点的感知半径， 表示无线传感器节点的测量可靠性半径，和 为传感器感知系数， ， ；

S23：根据所有传感器节点对每个监测点的联合覆盖概率计算得到无线传感网络对待覆盖区域的覆盖率；

其中， 表示无线传感器网络对待覆盖区域的覆盖率， 表示待覆盖区域的监测点数量， 表示所有传感器节点对第j个监测点的联合覆盖概率，表示每个监测点的面积；

S24：根据无线传感网络对待覆盖区域的覆盖率和待覆盖区域的面积计算无线传感网络对待覆盖区域的覆盖效率；

其中， 表示待覆盖区域的面积， 表示无线传感器网络对待覆盖区域的覆盖率，N表示无线传感节点的数量，表示无线传感器节点的感知半径，表示无线传感网络对待覆盖区域的覆盖效率；

S25：根据无线传感网络对待覆盖区域的覆盖率和覆盖效率计算鲸鱼种群的适应度值；

若当前鲸鱼种群的适应度值高于鲸鱼种群的历史最佳适应度值，则对当前传感器节点的位置进行边界检测；当所有传感器节点的位置均在待覆盖区域内，用当前鲸鱼种群的适应度值作为鲸鱼种群的最佳适应度值；

其中，h和k分别为 和 的权重系数， 表示无线传感器网络对待覆盖区域的覆盖率，表示无线传感网络对待覆盖区域的覆盖效率， 表示鲸鱼种群的适应度值；

S26：生成指示参数 ，根据预设的迭代次数和指示参数 对鲸鱼种群的位置进行更新；

所述根据预设的迭代次数和指示参数 对鲸鱼种群的位置进行更新包括：当参数 小于预设的阈值时，采用鲸鱼算法的收缩包围和随机搜索进行鲸鱼个体位置向量迭代更新；

其中，表示[0,1]之间的随机数，为收敛因子，为当前迭代次数， 预设的迭代次数，为概率因子，且 ；

当参数 大于或等于设定的阈值时，采用鲸鱼算法的螺旋上升进行鲸鱼个体位置向量迭代更新；

其中，为当前迭代次数， 为最大迭代次数，为概率因子，且 ；

S27：当连续进行Q次迭代后鲸鱼种群的全局最优解未发生改变时，利用莱维飞行策略对鲸鱼种群的全局最优解进行扰动，否则执行步骤S28；

所述当连续进行 次迭代后鲸鱼种群的全局最优解未发生改变时，利用莱维飞行策略对鲸鱼种群的全局最优解进行扰动包括：其中， 为当前鲸鱼种群的全局最优解， 为扰动后鲸鱼种群的的全局最优解，表示莱维飞行的步长缩放因子，且 ， 是[0,1]之间的随机数， 为点乘， 表示飞行步长，为平衡参数，和 表示符合正态分布的参数，表示服从标准伽马分布的参数；

S28：重复执行步骤S21‑S28直至达到预设的迭代次数为止，将鲸鱼种群的历史最佳适应度值对应的全局最优解作为无线传感器节点在待覆盖区域的最优位置。