针对无线传感器网络在监测目标区域过程中存在覆盖率低、覆盖冗余度高、节点移动距离长等问题,提出了一种虚拟力导向的改进麻雀搜索算法。首先,采用Tent混沌映射初始化种群,以增加种群的多样性;其次,引入虚拟力算法引导麻雀种群的发现者位置更新过程:节点与节点、边界、障碍物之间的相互作用力可引导发现者前往更优的位置探索,从而增强算法的全局搜索能力;然后,利用莱维飞行扰动策略改善跟随者的位置更新过程,避免算法陷入局部最优的困境;最后,采用随机反向学习策略优化全局最优个体的位置,使其在附近区域进行局部寻优,进一步提高算法的收敛速度和种群多样性。实验结果表明,相比传统算法,该算法在提高覆盖率的同时,还能减少节点的移动距离,节点分布也更加均匀。此外,在含障碍物的监测区域内,该算法将虚拟力算法的有效避障能力与麻雀搜索算法强大的寻优能力相结合,实现了有效避障的同时,仍然可以合理部署节点,实际应用价值更高。