1.一种基于WiFi指纹的消防员室内定位方法，其特征在于，所述定位方法包括以下步骤：S1：对定位区域进行网格划分，选出定位区域中的参考点；

S2：布置用于发射无线信号的无线访问节点；

S3：在每个参考点测得接收到的无线信号的信号强度信息，作为该参考点的指纹信息存入指纹数据库；

S4：运用K‑Means++算法对所有参考点进行分簇，每个簇具有独立的编号；

S5：当突遇火灾时，冲进火场的消防员接收无线访问节点所发射的信号强度信息，确定消防员属于的簇的编号；

S6：根据无线访问节点信赖度函数，对每个无线访问节点的信赖度进行计算与筛选，过滤掉因为火灾发生损坏的无线访问节点；

S7：在消防员所属簇中运用动态在线匹配算法，结合参考点接收到的信号强度值计算同簇中所有参考点的距离比重，选择距离比重大于距离比重阈值的参考点进行位置估计；

S8：根据选择的参考点计算出消防员的位置坐标；

步骤S6中，根据无线访问节点信赖度函数，对每个无线访问节点的信赖度进行计算与筛选，过滤掉因为火灾发生损坏的无线访问节点的过程包括以下步骤：S61，提出无线访问节点信赖度选择函数：

其中， 表示在线阶段接收到的来自第j个无线访问节点的RSSI均值：j

式中，nj表示在线阶段接收端接收信号的次数，RSSI (n)表示在第n次接收到来自第j个无线访问节点的信号强度；

表示在指纹数据库中s个簇头所接收到的来自第j个无线访问节点的RSSI均值：j

式中，s表示聚类中心的个数，rssi (h)表示第h个聚类中心接收到的来自第j个无线访问节点的信号强度值；

j 2

(σ) 表示在线定位接收到的来自第j个无线访问节点的RSSI的方差：S62，判断各个无线访问节点的信赖度是否达到了设定的阈值δ，如果达到阈值，则保留消防员接收端接收到的该无线访问节点的数据和指纹库中该无线访问节点的数据，如果未达到阈值，则删除这些数据。

2.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S1中，所述对定位区域进行网格划分，选出定位区域中的参考点的过程包括以下步骤：S11，以室内地面的左上角为原点(0，0)，向右为x轴，向下为y轴建立直角坐标系；

S12，在x轴上每隔2米取一个参考点，经过该参考点画平行于y轴的直线；在y轴上每隔2米取一个参考点，经过该参考点画平行于x轴的直线，与平行于y轴的直线相交，相交处便为整个区域的参考点。

3.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S2中，所述布置用于发射无线信号的无线访问节点的过程包括：将无线访问节点分别放置在定位区域的四个角上；将每个无线访问节点的发射功率设9

置为100mW，发射频率设置为2.4×10Hz。

4.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S3中，在每个参考点测得接收到的无线信号的信号强度信息，作为该参考点的指纹信息存入指纹数据库的过程包括以下步骤：S31，在不同的时间点在每个参考点反复测得各个无线访问节点的RSSI，其中，在采集RSSI时在参考点移动设备并且调整设备的指向；

S32，整理得到同一参考点对应的多组指纹，依次求取得到每个参考点所有指纹的平均值，将求取得到的平均值设定该参考点的离线指纹；

S33，将所有参考点的指纹数据存入数据库中，生成指纹数据库。

5.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S4中，所述运用K‑Means++算法对所有参考点进行分簇的过程包括以下步骤：S41，随机选取一个参考点作为聚类中心；

S42，计算各个参考点到选择出的聚类中心的欧式距离：式中，dis表示参考点i和参考点k之间的欧几里得距离，RSSIi,j表示第i个参考点接收到的来自第j个无线访问节点的信号强度值，RSSIk,j表示第k个参考点接受到来自第j个无线访问节点的信号强度值，M表示整个定位区域的无线访问节点的数量；

S43，定义聚类中心选择公式，具体为：

式中，P(i)表示成为参考i成为下一个聚类中心的概率，D(i)表示参考点i与上一个参2

考点之间的欧几里得距离，∑x∈XD(x) 表示所有参考点与上一个聚类中心的欧氏距离之和；

S44，选择概率最大的参考点成为下一个聚类中心；

S45，重复步骤S42至S44，直到所有的聚类中心都被选出；

S46，计算所有参考点与聚类中心之间的余弦相似度：式中，cos＜i,k＞表示参考点i和参考点k之间的余弦相似度，RSSIi表示参考点i处接收到来自各个无线访问节点的信号强度值||RSSIi||表示RSSIi的二范数，S47，选择与聚类中心相似度最高的簇，将参考点分配至该簇。

6.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S5中，确定消防员属于的簇的编号的过程包括：S51，消防员进入火场接收各个无线访问节点的RSSI：RSSIAP＝[RSSI1,RSSI2,RSSI3......,RSSIn]；

S52，计算接收到的RSSI与所有聚类中心之间的余弦相似度：S53，选择相似度最高的簇，将该消防员归于这一簇中。

7.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S7中，在消防员所属簇中运用动态在线匹配算法，结合参考点接收到的信号强度值计算同簇中所有参考点的距离比重，选择距离比重大于距离比重阈值的参考点进行位置估计的过程包括以下步骤：S71，计算接收到的信号强度值与同簇中其他参考点之间的相似度：S72，计算同簇中所有参考点的距离比重：

S73，设定距离比重阈值ε，判断是否有参考点的距离比重达到距离比重阈值，如果参考点的距离比重超过阈值，则该参考点被选择出用于定位；如果没有参考点的距离比重达到阈值，则选择最近的四个参考点用于定位。

8.根据权利要求1所述的基于WiFi指纹的消防员室内定位方法，其特征在于，步骤S8中，根据选择的参考点计算出消防员的位置坐标的过程包括以下步骤：S81，根据下述公式计算每个参与位置估计的参考点的权重：式中，wi表示每个参与位置估计的第i个参考点的权重，di表示消防员接收到的信号强度值与参与位置估计的第i个参考点的信号强度值之间的欧式距离， 表示所有用于位置估计的参考点与消防员接收到的信号强度值之间的欧式距离的和；

S8.2：计算消防员的位置坐标，具体为：

式中，k表示选择出用于消防员坐标估计的参考点的个数，(xi,yi)表示选择出用于消防员位置估计的参考点坐标。