无线传感器网络(简称WSN)是由微电子、集成电路、无线通信技术、嵌入式等多个学科交叉而成的一个新兴领域,随着物联网快速兴起,它被认为是本世界最具发展潜力的技术之一。凭借其功耗低、成本低、分布式和自组织等特点极大地推动了传感器技术的发展。由于传感器节点能量有限,覆盖范围和形状不稳定,在进行大规模高密度的随机性覆盖时,容易使传感器节点分布均匀性很差,节点间的信息交流受阻,重复覆盖,因此如何研究出合理的覆盖控制算法或者策略,激活尽量少的传感器节点获得高质量网络覆盖,成为当今无线传感网络研究中的关键课题。普遍研究的无线传感器模型有0-1感知、概率感知模型,但是前者不够准确,偏理想化,后者虽符合实际,但冗余较多,计算量偏大。本文采用了混合感知模型,通过搭建无线传感网络(WSN)的网格数学模型,然后用免疫约束多目标算法对其进行优化,理论分析和仿真结果表明该模型的可行性和优良的覆盖性能。本文的工作内容主要如下:第一,简单概括了无线传感网络的基本情况,包括其应用特点、关键技术、国内外研究现状,并且重点叙述了其他学者在无线传感网络的覆盖和节能方面的研究,指出了各自研究的特点及其存在的问题。第二,对无线传感网络节点模型进行了分析,综合几种模型的特点,采用了混合感知模型,结合了覆盖率和节点利用率两个重要因素,提出了以网格点为基本单元的无线传感网络数学模型,通过计算区域内每个网格点的联合感知概率,能得到更精确的覆盖率。通过网格化数学建模,将覆盖率和节点利用率转化为数学模型。简单介绍了无线网络覆盖的性能指标,并选取了覆盖率和节点利用率这两个矛盾的指标作为本文的优化目标。第三,为了协调好覆盖率和节点利用率的这两个矛盾的因素,提出了免疫克隆约束多目标算法(Immune clonal multi-objective constrained algorithm,简称ICAMA),算法对约束多目标函数进行了转化,使其变成一个约束程度随着迭代次数改变的函数,这样每一代的抗体-抗原等计算都会根据该函数进行调整,使算法从每一代的可行域内部和不可行域的边缘向着约束最优Pareto-前端逼近,更好地保证了所取得最优解较好的均匀性、较强的逼近性以及较广的分布。对算法中的参数进行分析,通过一系列仿真实验,确定了参数的取值,随后用测试函数进行了优化,并与IMCCMO算法进行对比,结果表明算法具有更加优秀的的收敛性、均匀性和宽广性。第四,将ICMCA算法和IMCCMO算法用于无线传感网络覆盖的节点利用率和覆盖率的优化,在约束覆盖率范围和无约束条件下分别用0-1感知模型和混合感知模型组成的无线传感网络进行仿真实验,随后又与参数调整后的结果进行对比分析,结果表明,混合感知模型组成的网络在节点利用率和覆盖率的优化方面表现的更好,ICMCA算法在处理多目标约束问题方面要优于IMCCMO算法,而且ICMCA算法可以同时对多个约束条件进行处理,这也是IMCCMO算法所不能及的。