1.一种基于距离测量和位置指纹的室内定位方法，其特征在于，包括以下步骤：(1)在室内的感兴趣区域中部署多个参考点，根据不同参考点的位置构建矩形网格；

(2)在矩形网格中构建以WiFi收发器为焦点，长轴为dk(t)的椭圆，其中dk(0)表示待定位目标的初始位置(x0,y0)到WiFi收发器的距离，vk(t)表示待定位目标的移动速度；

(3)根据步骤(2)构建的椭圆对矩形网格中的所有参考点进行过滤，即保留落入椭圆覆盖范围内的参考点，以得到过滤后的参考点集合；

(4)根据离线位置指纹地图并使用K近邻算法对过滤后的参考点集合进行指纹匹配，以得到匹配结果。

2.根据权利要求1所述的室内定位方法，其特征在于，步骤(4)包括以下子步骤：(4-1)计算待定位点与步骤(5)中过滤后的参考点集合中各个参考点之间的欧式距离，其定义为：其中Fi和Fj分别表示待定位点的指纹对象、以及参考点集合中参考点的指纹对象，且有Fi＝{xi,yi,W1i,W2i,...,Wmi}，Fj＝{xj,yj,W1j,W2j,...,Wmj}，其中x和y表示待定位点/参考点的坐标，W表示主成分信号。

(4-2)从得到的多个欧氏距离中选取最小的p个对应的指纹对象作为最终参考点集合；

(4-3)对最终参考点集合进行层次聚类，以得到一个子簇；

(4-4)使用得到的子簇对应的指纹对象对待定位点进行估计，具体为：其中N为子簇C中指纹对象的个数，Fi.x表示指纹对象Fi的横坐标，Fi.y表示指纹对象Fi的纵坐标。

3.根据权利要求2所述的室内定位方法，其特征在于，步骤(4-3)包括以下子步骤：(4-3-1)把最终参考点集合中的每个指纹对象作为一个簇，计算每个簇之间的欧式距离；

(4-3-2)将簇间距离最小的两个簇合并为一个簇；

(4-3-3)重新计算该合并后的簇与其他簇之间的欧式距离。

(4-3-4)重复上述步骤(4-3-2)和(4-3-3)，直到将最终参考点集合中的所有指纹对象合并为一个簇为止。

4.根据权利要求1所述的室内定位方法，其特征在于，离线指纹地图是通过以下步骤构建的：A、利用网卡采集各个参考点的CSI信号，并对采集到的CSI信号进行频域低通滤波，以得到无噪声信号；

B、根据各个参考点的无噪声信号并使用PCA方法构建离线位置指纹地图。

5.根据权利要求4所述的室内定位方法，其特征在于，步骤A中使用的频域低通滤波是采用二阶巴特沃斯低通滤波器。

6.根据权利要求4所述的室内定位方法，其特征在于，步骤B具体包括以下子步骤：B1、获取第一个参考点对应的PCA方法的输入信号X，并对该输入信号X进行线性变换，以得到降维后的多个信号Y作为该参考点的主成分信号；

B2、对于其余的所有参考点，重复上述步骤(B-1)，从而得到所有参考点的主成分信号；

B3、为每个参考点的主成分信号分配相应的权重，具体采用以下公式：B4、将每个参考点、其主成分信号以及对应的权重作为指纹对象存储在数据库中，从而构成离线位置指纹地图。

7.根据权利要求6所述的室内定位方法，其特征在于，PCA方法的输入信号为X＝(X1,X2,X3,...,Xk)，其包括k个子载波(其中k为正整数)，Xk表示输入信号的第k个子载波，步骤(B1)具体为：首先对输入信号X进行线性变换，转换为另一个变量Y＝(Y1,Y2,Y3,...,Yk)，Y可以由变量X表示如下：Y1＝u11X1+u12X2+u13X3+...+u1kXkY2＝u21X1+u22X2+u23X3+...+u2kXkYk＝uk1X1+uk2X2+uk3X3+...+ukkXk其中u表示权值；

然后，在Y＝(Y1,Y2,Y3,...,Yk)中选择方差比较大的m个Y作为主成分信号。

8.根据权利要求7所述的室内定位方法，其特征在于，m的取值，是使得以下累计贡献率Z的取值大于等于0.85所对应的m值：其中σi表示Yi的方差。

9.根据权利要求7所述的室内定位方法，其特征在于，权值u满足以下条件：(1)ui12+ui22+ui32+...+uik2＝1，其中i＝1,2,3,...,k；

(2)Yi与Yj之间不具有相关性，其中i≠j,i,j＝1,2,3,...k；

(3)Y1是X1,X2,...,Xk的一切满足条件1的线性组合中方差最大者；Y2是与Y1不相关的X1,X2,...,Xk的所有线性组合中方差最大者；...，Yk是与Y1,Y2,...Yk-1不相关的X1,X2,...,Xk的所有线性组合中方差最大者。