随着传感器技术、计算机技术、信号处理技术的发展,无线传感器网络成为人们研究的热点。由于硬件的限制,无线传感器网络由许多带有有限能量的节点组成,并被随机部署在监测区域内,其中的传感器节点具有监测,数据采集,无线通信的能力。以往的传感器网络中的传感器节点的感知模型都是全向型的,即感知范围为一个圆域。但现实中存在一种有向型的传感器,它们在不同的方向上具有不同的感知能力,其感知范围是一个扇形,且其感知方向可以变化。因此,以往对于全向型传感器网络的研究成果完全不适用于有向传感器网络,需要人们找到新的解决办法。覆盖问题是传感器网络研究的基本问题,主要有区域覆盖,.目标覆盖等,目前人们的关注焦点都是区域覆盖,对于目标覆盖的研究还很少。本文旨在针对有向传感器网络的目标覆盖问题进行研究,即在一个区域中随机分布大量的传感器与目标点,在对有向传感器构建数学模型后,采用免疫算法进行组合优化选择,选择最少数量的传感器覆盖全部的目标点,从而节省硬件成本,延长网络生存时间。本文首先介绍了有向传感器网络的概念与基本理论,并给出了传感器的0-1感知模型和概率感知模型。基于0-1感知模型,本文采用免疫算法(IA),包括免疫规划算法(IP)和克隆选择算法(CSA),在相同的网络参数条件下进行仿真实验,并将得到的结果与目前解决效果最好的遗传算法进行比较。在概率感知模型下,考虑到搜索时间和算法的稳定性,本文采用免疫规划算法进行仿真实验并分析得到的结果。最终通过仿真实验证明,免疫规划算法和克隆选择算法能有效的解决有向传感器全目标覆盖的问题,并且要优于目前效果最好的遗传算法。同时,免疫规划算法对于概率感知模型下的目标覆盖也是有效的。