针对不同污染程度的水域提出重点监测区域的集中性覆盖监测问题。在重点监测区域的传感器网络部署之前,对于监测水域大面积覆盖监测问题采用一种基于加权因子调整的粒子群优化(PSO)算法,对比了不同粒子群数目对网络覆盖能力的影响。仿真结果表明:PSO算法保证在最大覆盖率的条件下,实现传感器网络节点快速自适应均匀部署,运算速度快且能够避免局部最优;网络覆盖能力先随粒子群数目的增加而增大,当粒子群个数达到20后,网络覆盖能力随之减小;网络实现最大范围均匀部署之后,能较好地保障重点水域的集中性覆盖监测,从而保障真实客观的水质监测数据。保障最大覆盖范围，部署方式快速且可靠性高。1网络覆盖率度量标准本文在监测水域的二维平面上用PSO算法进行节点自动部署，以区域最大覆盖和重点区域的覆盖监测为目标，针对不同区域进行不同程度的覆盖，从而保证监测数据的真实客观性并克服了传统部署的资源浪费问题   本文有张家港市泰宇机械有限公司全自动滚圆机采集网络整理 http://www.gunyuanji.com  ，传感器优化部署-数控滚圆机电动液压滚弧机折弯机价格低电动缩管机多少钱同样的方法也可以推广到三维空间上。现假设工厂将处理未达排放标准的污染废水排向附近水域，在这片水域中进行传感器节点的部署，使网络覆盖率最大并对受影响较大的区域进行实时重点监测。在100m×100m的水域内部署传感器节点，每2m划分一个网格，如图1所示，图中的方框内表示需要重点监测的区域。覆盖率的计算方式采用网格点实现，定义为受到监测的区域大小与整个监测目标区域大小的比值。图1中所产生的网格点记为K，区域内的网格点总数记作KK，第K个网格点被一个传感器监测到的概率记为c。本文采用布尔感知模型完成传感器的覆盖监测，模型的数学表达式如下c(si，K)=0，d(si，K)＞Ｒc1，d(si，K)＜Ｒ{c(1)式中i=1，2，3，…，m，m为传感器节点的个数，d(si，K)为传感器节点与网格点K的欧式距离，即传感器节点si部署在点(xi，yi)上，则网格点K到(xi，yi)的距离为:d(si，K)=(xi－x)2+(yi－x)槡2，Ｒc为传感器的有效监测半径，当d(si，K)大于传感器的有效半径时，网格点K将不能被检测。对于一个受监测网格，将它被整个监测区域中的所有传感器节点检测到的概率定义为联合检测概率，网格K的联合检测概率如下公式所示CK(sall，K)=1－∏ni=1(1－CK(si，K))(2)统计检测概率等于1的网格数量，进而计算出目标区域的覆盖率。图1监测水域模型示意图Fig 传感器优化部署-数控滚圆机电动液压滚弧机折弯机价格低电动缩管机多少钱   本文有张家港市泰宇机械有限公司全自动滚圆机采集网络整理 http://www.gunyuanji.com