1.一种低复杂度的Wi-Fi指纹室内定位方法，其特征在于：包括建立指纹数据库阶段与实时定位阶段，建立指纹数据库阶段具体步骤包括如下：步骤(1)：首先确定遍布整个定位区域的采样点个数N；

步骤(2)：使用具备Wi-Fi功能的终端在第m个采样点处检测得到k个无线接入点AP的信号强度的RSSI值，即RSSI1,RSSI2,...,RSSIk，及AP的MAC地址构成采样点位置指纹FP，其中第m个采样点的位置指纹 j∈{1,2,...k}，Mj表示RSSIi对应的MAC地址；

步骤(3)：记录第m个采样点的坐标FPm(x,y)，并将第m个采样点的坐标和该采样点的位置指纹FPm保存到指纹数据库中,其中(x,y)表示平面上相互垂直的横纵坐标；

步骤(4)：重复步骤(2)到步骤(3)，直到遍历采样区域内所有采样点，建立采样区域完整的指纹数据库；

定位阶段具体步骤包括如下：

步骤(5)：采用具备Wi-Fi功能的终端设备，在未知位置A处扫描AP，按照步骤(2)获取A位置的位置指纹，与指纹库中指纹进行匹配，并计算终端初始位置p0＝(x，y)；

步骤(6)：当终端扫描到的Wi-Fi信号RSSI值改变时，根据终端中磁力计的值得到终端方向θ；

步骤(7)：以前一时刻位置为坐标原点，将指纹库划分为4个子集，每个象限中的指纹点的集合用Ri表示，i∈{1，2，3，4}；

步骤(8)：根据终端方向θ所在象限，确定用于计算当前位置的指纹库的子集；如0<θ<90°，则计算当前指纹φi与集合R1中指纹点φm的欧氏距离dm，dm＝||φi-φm||2,m∈R1；

步骤(9)：根据公式(8)得到的欧式距离dm，平均与当前指纹最近的前k个指纹点的坐标，得到当前位置坐标p1＝(x，y)，其中

2.根据权利要求1所述的一种低复杂度的Wi-Fi指纹室内定位方法，其特征在于：以一个长宽为60*30室内环境为例，说明本发明提供的楼层判别算法的具体实施步骤；前期部署阶段具体步骤包括如下：步骤(1)：为定位区域建立直角坐标系，并记为FP1(0,0)，然后每隔3米标记一个采样点，定位区域内共200个采样点；

步骤(2)：使用具备Wi-Fi功能的终端在第1个采样点处检测得到5个无线接入点AP的信号强度的RSSI值，即(-90,-85,-92,-86-88)，单位为dBm，及AP的MAC地址构成采样点位置指纹FP，其中第1个采样点的位置指纹 j∈{1,2,...5}，Mj表示RSSIj对应的MAC地址；

步骤(3)：记录第1个采样点的坐标FP1(0,3)，并将第1个采样点的坐标和该采样点的位置指纹FP1保存到指纹数据库中，其中(0,3)表示平面上相互垂直的横纵坐标；

步骤(4)：重复步骤(2)到步骤(3)，直到遍历采样区域内所有采样点，建立采样区域完整的指纹数据库；

定位阶段具体步骤包括如下：

步骤(5)：采用具备Wi-Fi功能以及磁力计的终端设备，在未知位置A处扫描AP，按照步骤(2)获取A位置的位置指纹，与指纹库中指纹进行匹配，并计算终端初始位置p0＝(30，

15)；

步骤(6)：当终端扫描到的Wi-Fi信号RSSI值改变时，根据终端中磁力计的值得到终端方向θ＝30°；

步骤(7)：以前一时刻位置p0为坐标原点，将指纹库划分为四个象限，如图2所示，每个象限中的指纹点的集合用Ri表示，i∈{1，2，3，4}；

步骤(8)：判断终端方向θ所在象限，0<θ＝30°<90°，计算当前指纹与集合R1中指纹点的欧氏距离dm序列，为[124,120,133,144,110,...,150]；

步骤(9)：根据步骤(8)得到的欧式距离序列，将与当前指纹间欧式距离最小的4个指纹点的坐标平均，得到当前位置坐标p1＝(32，14)；

步骤(10)：重复执行步骤(6)至步骤(9)直到定位过程结束。