1.基于分簇优化的无线传感器网络节点休眠调度方法，其特征在于，包括：根据无线传感器网络节点的部署位置、无线传感器网络节点的统一感知半径、无线传感器网络节点的邻居节点的部署位置和无线传感器网络节点的邻居节点的统一感知半径，计算无线传感器网络节点被无线传感器网络节点的邻居节点覆盖的冗余程度；

将冗余程度与预设阈值比较，判定无线传感器网络节点是否为冗余节点，若判定无线传感器网络节点为冗余节点，将该无线传感器网络节点设置为休眠状态；

基于无线传感器网络节点到簇头的距离、簇头到汇聚节点的距离和剩余能量三个目标，使用改进的多目标浣熊优化算法在剔除休眠节点后的无线传感器网络节点中选举簇头节点；

无线传感器网络中剔除簇头节点和休眠节点后的剩余无线传感器网络节点选择距离最近的簇头，获得簇结构；

根据无线传感器网络节点的部署位置、无线传感器网络节点的统一感知半径、无线传感器网络节点的邻居节点的部署位置和无线传感器网络节点的邻居节点的统一感知半径，计算无线传感器网络节点被无线传感器网络节点的邻居节点覆盖的冗余程度，包括：S201、在L×L方形监测范围区域内随机部署N个静态节点和1个汇聚节点，N个静态节点构成的节点集合为： ，设定各节点的感知半径为 ，各节点的通信半径为 ，且 ；d(i,j)表示节点i与节点j之间的距离；表示传感器i的感知区域；

S202、计算节点i的邻居节点集合：

,

S203、计算节点的冗余程度S：

；

基于无线传感器网络节点到簇头的距离、簇头到汇聚节点的距离和剩余能量三个目标，使用改进的多目标浣熊优化算法在剔除休眠节点后的无线传感器网络节点中选举簇头节点,包括：初始化所有浣熊在搜索空间中的位置：

，

其中Xp是第p个浣熊在搜索空间中的新位置，xp,q是第q个决策变量的值，NCOA是浣熊的数量，k是决策变量的数量,r是区间[0,1]中的随机实数，lbq和ubq分别是第q个决策变量的下界和上界；

浣熊种群使用种群矩阵X表示：

，

计算目标函数的矢量F：

,

式中，Fp是基于第p个浣熊获得的目标函数值， 是基于第 个浣熊获得的目标函数值；

基于预设迭代次数，更新浣熊种群位置；

基于预设迭代次数，更新浣熊种群位置，包括：假设种群中最好成员的位置是鬣蜥的位置，对浣熊从树上爬起的位置进行数学模拟：，

式中， 为第p个浣熊的新位置， 为第p个浣熊新位置的第q个维度，r是区间[0,1]中的随机实数，Iguana表示鬣蜥在搜索空间中的位置，Iguanaq为Iguana的第j维，I为一个整数， 是底函数；

鬣蜥落地后被放置在搜索空间中的一个随机位置；

基于鬣蜥的位置，地面上的浣熊在搜索空间中移动：,

,

，

G G

式中，Iguana为鬣蜥在地面上的位置； 为Iguana的第q个维；

如果没有为每个浣熊的新位置提高目标函数值，则浣熊保持在先前的位置：，

式中， 是 的目标函数值， 是 在目标函数中的值；

在每个浣熊在搜索空间中的新位置附近生成随机位置：,

,

式中， 是第q个决策变量的局部下界， 是第q个决策变量的局部上界， 是第q个决策变量的下界， 是第q个决策变量的上界；t是迭代计数器，T是预设的最大迭代数值； 是基于COA的第二阶段的第p个浣熊的新位置， 是第p个浣熊的新位置的第q个维度；

如果第p个浣熊在搜索空间中的新位置提高了目标函数值，则第p个浣熊在搜索空间中的新位置为：，

式中， 是第p个浣熊新位置的第q个维度的目标函数值，r是区间[0,1]中的随机数；

利用Tent混沌产生的序列来初始化所有浣熊在搜索空间中的位置：，

其中，Zt为Tent映射生成的混沌序列，β为随机数；

进一步生成浣熊初始个体初始位置Xp,q：，

式中，Xmin,q为 序列的最小值，Xmax,q为 序列的最大值；

基于无线传感器网络节点到簇头的距离、簇头到汇聚节点的距离和剩余能量三个目标，使用改进的多目标浣熊优化算法在剔除休眠节点后的无线传感器网络节点中选举簇头节点，包括：计算簇头节点f(H)：

，

，

，

，

式中，f1(H)为第一目标函数，f2(H)为第二目标函数，f3(H)为第三目标函数， 表示成员节点ni与簇头hj间距离， 是选举出的簇头节点集合， 表示集合H内元素个数，节点ni所属簇的成员节点集为 ，sink表示无线传感器网络中的汇聚节点，E(hj)表示簇头hj当前的剩余能量。

2.根据权利要求1所述的基于分簇优化的无线传感器网络节点休眠调度方法，其特征在于，无线传感器网络进入数据传输阶段，簇内的无线传感器网络节点向各自簇头节点发送数据，簇头节点接收簇内的无线传感器网络节点发来的数据后，将数据经过数据聚合处理并发送给汇聚节点。

3.根据权利要求2所述的基于分簇优化的无线传感器网络节点休眠调度方法，其特征在于，判断是否存在活跃节点，若存在活跃节点则在将数据经过数据聚合处理并发送给汇聚节点之后，判断是否符合动态簇更新条件；

若符合动态簇更新条件则执行将冗余程度与预设阈值比较，判定无线传感器网络节点是否为冗余节点，若判定无线传感器网络节点为冗余节点，则将该无线传感器网络节点设置为休眠状态。

4.根据权利要求3所述的基于分簇优化的无线传感器网络节点休眠调度方法，其特征在于，动态簇更新条件包括条件一和条件二，条件一是指存在新增的死亡节点；条件二是指任一簇头节点剩余能量小于当前无线传感器网络中存活的无线传感器网络节点的平均能量。

5.根据权利要求1所述的基于分簇优化的无线传感器网络节点休眠调度方法，其特征在于，将冗余程度与预设阈值比较，判定无线传感器网络节点是否为冗余节点，若判定无线传感器网络节点为冗余节点，将该无线传感器网络节点设置为休眠状态,包括：将冗余程度S与预设阈值α比较，若冗余程度S不小于预设阈值α，则判定无线传感器网络节点i为冗余节点，并将该无线传感器网络节点设置为休眠状态。

6.根据权利要求1所述的基于分簇优化的无线传感器网络节点休眠调度方法，其特征在于，无线传感器网络中剔除簇头节点和休眠节点后的剩余无线传感器网络节点选择距离最近的簇头，获得簇结构，包括：簇头节点使用广播的方式宣布获选消息，剔除簇头节点和冗余节点后的剩余无线传感器网络节点就近选择簇头节点并发送入簇请求；

簇头节点接收剩余节点入簇请求后将入簇后的剩余无线传感器网络节点作为成员节点，为所有该簇结构中的剩余无线传感器网络节点发送TDMA时隙表。