1.一种环境自适应指纹库的二次构建方法，其特征在于，按照以下步骤实施：

步骤1：在无干扰环境下，进行蓝牙模块Shadowing阴影传播模型的最小二乘法拟合，具体过程是，根据蓝牙信号Shadowing阴影传播模型，待测节点读取锚节点信号强度RSSI的理论值表达为：Rssi＝T+10vlg(d)  (1)其中，d为待测节点与锚节点间的实际距离；v为受环境影响的路径损耗因子；T为单位距离处的信号强度RSSI值，在无干扰环境中，固定一个锚节点，沿直线移动待测节点，在不同位置处采集RSSI信号进行卡尔曼滤波处理后求均值，得到一组不同距离、RSSI值(d0，Rssi)，代入式(1)，利用最小二乘法可拟合v，完成对该蓝牙模块Shadowing阴影传播模型的参数拟合；

步骤2：无干扰环境下，构建初始指纹库Z0，具体过程是，

在三个锚节点最小单位的定位空间中，A,B,C分别是一个锚节点，在该定位空间均匀设置n个指纹点K＝(k1,k2,k3,…kn)，设该三个锚节点坐标分别为A(xA,yA)、B(xB,yB)、C(xC,yC),第i个指纹点的坐标为ki(xi,yi)，则第i个指纹点与上述三个锚节点的距离为具体表达式如下：得到n个指纹点到上述三个锚节点的距离KD＝(kd1,kd2,kd3,…kdn)；再由蓝牙模块Shadowing阴影传播模型式(1)，得到n个指纹点到三个锚节点的初始RSSI值为KRssi0＝(kRssi01,kRssi02,…,kRssi0n)，其中， 表示第i个指纹点到三个锚节点的

初始RSSI值，由此得到有n个指纹点的基础指纹库Z0＝KRssi0；

步骤3：在实际工况下，实测关键指纹点的RSSI值GRssi1，得到RSSI环境差异向量ΔGRssi1，具体过程是，根据实际工况的干扰情况，选取能够代表整个定位空间环境因素的关键指纹点，在定位空间中选择m个关键指纹点G＝(g1,g2,g3,…gm)，该m个关键指纹点应该是基础指纹库中的指纹点，即G∈K；

测量出该m个关键指纹点的实测RSSI值，记为GRssi1＝(gRssi11,gRssi12,…,gRssi1m)，其中第i个关键指纹点分别到三个锚节点A、B、C的实测值为定义关键指纹点的RSSI环境差异值向量为ΔGRssi1＝GRssi1‑GRssi0＝(ΔgRssi11，ΔgRssi12，…，ΔgRssi1m)，其中，GRssi1为关键指纹点的实测RSSI值，GRssi0为关键指纹点无干扰环境初始RSSI值GRssi0∈KRssi0；则第i个关键指纹点的RSSI环境差异值为步骤4：计算初始指纹库Z0的修正向量Ke，得到环境自适应指纹库Z1，具体过程是，设初始指纹库Z0的修正向量为Ke＝(ke1,ke2,…,ken)，初始指纹库Z0二次修正后指纹点的修正后的RSSI值为KRssi2＝KRssi0+Ke＝(kRssi21,kRssi22,…kRssi2n)，得到环境自适应指纹库Z1＝KRssi2；

第i个指纹点的RSSI修正量为 则第i个指纹点修正后的RSSI值

为：kRssi2i＝kRssi0i+kei  (2)

修正向量为Ke＝(ke1,ke2,…,ken)中的m个关键指纹点修正量即为关键点的RSSI环境差异值；其它指纹点的RSSI修正量根据定位空间的干扰情况计算，按弱干扰与强干扰两类分别计算，按弱干扰与强干扰两类分别计算，具体方式如下：

方式1)如果三个锚节点最小单位的定位空间为弱干扰环境，则该定位空间指纹点的修正量与指纹点到锚节点的距离d成线性关系，采用线性修正算法，修正量为：kei＝Q*kdi+P(3)其中， 为第i个指纹点的修正量； 为第i个指纹点

到三个锚节点的距离；Q以及P为常数；

Q以及P的计算方法为：m个关键指纹点到三个锚节点的距离为GD＝(gd1,gd2,…gdm)，m个关键指纹点的RSSI修正量为ΔGRssi1＝(ΔgRssi11,ΔgRssi12,…,ΔgRssi1m)，其中，第i个关键指纹点的距离 修正量将GD以及ΔGRssi1代入式(3)，通过最小二乘法拟合得到Q,P；得到Q以及P的数值后，由式(3)得到定位空间初始指纹库Z0的修正向量Ke；

方式2)如果三个锚节点最小单位的定位空间为强干扰环境，指纹点修正向量Ke采用空间相关法计算；以关键指纹点为聚类中心，将定位空间划分成若干个子区域，子区域的数量等于关键指纹点的数量，根据环境干扰的聚类属性，每个关键指纹点的RSSI修正量ΔgRssii即为对应子区域的RSSI修正值，该区域内所有指纹点的修正量均为ΔgRssii，于是，定位空间初始指纹库Z0的修正向量Ke＝(ke1,ke2,…kem)＝(ΔgRssi1,ΔgRssi2,…ΔgRssim)。