1.一种利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，包括以下步骤：(1)分别采集房间内各个参考点的Wi-Fi指纹，利用采集到的所有Wi-Fi指纹构建Wi-Fi指纹库；

(2)利用所述的Wi-Fi指纹库按照第一周期定期对待定位点进行Wi-Fi指纹定位，并记录定位结果；

(3)以第一次Wi-Fi指纹定位的结果为起始位置，按照第二周期定期采集移动终端在待定位点的加速度，按照第三周期定期根据第三周期内采集到的加速度对待定位点进行惯性导航定位，并记录定位结果和定位时间；

(4)根据Wi-Fi指纹定位结果与对应时刻惯性导航定位结果计算得到待定位点的最终位置，并作为下一次惯性导航定位的初始位置；

所述的混合室内定位方法在定位过程中还包括更新Wi-Fi指纹库，更新方法如下：按照第一周期定期对待定位点进行Wi-Fi指纹定位的同时执行房间内外判定算法，判定待定位点是否在房间内，并根据判定结果更新Wi-Fi指纹库。

2.如权利要求1所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，所述步骤(1)中每个参考点处的Wi-Fi指纹包括该参考点的位置坐标、移动终端在该参考点处扫描到的AP的MAC地址及对应RSS值、采集时间以及该参考点所在房间的房间编号。

3.如权利要求1所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，第一周期为5～10s，第二周期为20～60ms，第三周期为1～3s，且第一周期长度为第三周期长度的整数倍，第三周期长度为第二周期长度的整数倍。

4.如权利要求1所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，所述步骤(2)中Wi-Fi指纹定位方法如下：采集待定位点处扫描到的AP的MAC地址、对应RSS值，并根据待定位点处扫描到的AP的RSS值与Wi-Fi指纹库中所有参考点的AP的RSS值计算待定位点与相应参考点的相似度，以相似度最高的参考点的位置作为Wi-Fi指纹定位结果；

定位点l1与参考点l2的相似度根据如下公式计算：

其中，|A|为集合A中的AP的总个数，A＝A1∪A2，A1为待定位点l1扫描到的AP的集合，A2为参考点l2的AP的集合；

f1(a)表示待定位点l1中APa的RSS值，f2(a)表示参考点l2中APa的RSS值。

5.如权利要求1所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，所述步骤(4)根据如下公式计算待定位点的最终定位位置其中，(x,y)为当前时刻惯性导航定位结果，(x',y')为当前时刻Wi-Fi指纹定位结果，Smax为Wi-Fi指纹定位时得到的最高相似度。

6.如权利要求1～5中任意一项权利要求所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，所述混合室内定位方法还包括删除Wi-Fi指纹库中过期的Wi-Fi指纹。

7.如权利要求1～5中任意一项权利要求所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，所述的混合室内定位方法在定位过程中还进行如下操作：按照第三周期定期采集待定位点处能扫描到的AP的MAC地址、对应RSS值和采集时间，并通过如下方法更新Wi-Fi指纹库：(a)若在t时刻和t+T1时刻房间内外判定算法的判定结果均为房间内，则从t+T1时刻开始记录每个T3时间内采集到的加速度的方差，若连续m个T3时间内加速度的方差都小于预设的方差阈值，则以最近n次定期采集到的Wi-Fi信息中AP及对应RSS值的平均值、进行房间内外判定算法中得到最大相似度对应的房间编号、t+T1+mT3时刻惯性导航定位的定位结果和定位时间作为一条新的Wi-Fi指纹存入Wi-Fi指纹库中，T1为第一周期，T3为第三周期；

(b)若在t时刻的判定结果为房间内，t+T1时刻的判定结果为房间外，则自t+T1-T3开始按照时间递减顺序依次对t+T1-T3,t+T1-2T3,……,t+2T3,t+T3时刻待定位点的位置执行房间内外判定算法，直至首次判定待定位点在房间内时停止，并以t+T1-x+T3时刻采集到的Wi-Fi信息和惯性导航定位结果作为新的Wi-Fi指纹存入Wi-Fi指纹库中，t+T1-x为首次判断待定位点在房间内的时刻。

8.如权利要求7所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，所述的m为10～20；所述的n为2～5；所述的方差阈值为0.01～0.02。

9.如权利要求7所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，更新Wi-Fi指纹库过程中的房间内外判定算法如下：根据待定位点处扫描到的AP的RSS值与Wi-Fi指纹库中各个具有房间编号的参考点的RSS值计算待定位点与相应参考点的相似度：若最大相似度大于设定的相似度阈值，则判定待定位点位于房间内；

否则，判定待定位点位于房间外。

10.如权利要求9所述的利用惯性导航与Wi-Fi指纹的混合室内定位方法，其特征在于，所述的相似度阈值为0.6～0.8。