1.一种基于RSSI的K近邻差分修正质心定位方法，其特征在于，包括如下步骤：步骤1：运用二维坐标系建立参考节点坐标和信号强度的关系，即位置指纹库；

步骤2：通过对数—常态分布信号传播模型，得到未知节点到信标节点的测量距离d，计算距离误差e；

步骤3：建立RSSI差分修正模型，引入个体差异修正系数α和距离差分系数pi，得到目标节点到信标节点的修正距离D；

所述步骤3中的个体差异修正系数α、距离差分系数pi以及目标节点到信标节点的修正距离D分别为：Dmi＝dmi-pieti i∈1,2...n

其中，eti表示测试节点T0到信标节点Ti的距离误差，i∈1,2...n，dti表示测试节点T0到信标节点Ti的测量距离，β表示比例调整因子，dmi表示目标节点M到信标节点Ti的测量距离，dti表示测试节点T0到信标节点Ti的测量距离，n表示参与定位的信标节点的个数；

步骤4：使用K近邻算法筛选修正、辅助节点，运用三边测量质心法测得修正节点坐标偏移量和目标节点修正理想坐标；

所述步骤4中具体方法为：

步骤4.1：K近邻算法取K值为4，从步骤1中位置指纹库选取4个与目标节点M距离最近的

4个参考节点；

步骤4.2：依次以其中一个节点为修正节点，其他3个节点为辅助节点，根据三边测量质心法得到修正节点的理想坐标；

步骤4.3：根据步骤4.2中的理想坐标，得到每个修正节点的坐标偏移量；

步骤4.4：依次以修正节点作参照，以其他3个节点为辅助节点，根据三边测量质心法，得到目标节点M的4个理想坐标；

步骤4.5：对应步骤4.3中坐标偏移量以及步骤4.4中目标节点M的理想坐标，得到目标节点M的4个修正理想坐标；

步骤5：令目标节点的修正理想坐标点先后为修正节点和辅助节点，运用三边测量质心法进行j次迭代，加权得到精确定位坐标；

所述步骤5中具体方法为：

步骤5.1：对步骤4.5中所述的4个修正理想坐标，依次以其中一个节点为修正节点，其他3个节点为辅助节点，对目标节点M进行坐标定位；

步骤5.2：对步骤5.1进行j次迭代；

步骤5.3：对步骤5.2中j次迭代后的修正理想坐标取均值；

步骤5.4：对j次迭代后的目标节点M到辅助节点的修正距离取均值；

步骤5.5：以步骤5.4中所述修正距离均值为权重，计算目标节点M的加权修正理想坐标，所述加权修正理想坐标即为目标节点M最终精确定位目标。

2.根据权利要求1所述的一种基于RSSI的K近邻差分修正质心定位方法，其特征在于，所述步骤1建立位置指纹库的具体方法为：步骤1.1：在待定位区域建立平面坐标系并划分网格，以网格点作为信标节点添加具有类标号的RFID标签Tag；

步骤1.2：以参考节点处的信号读卡器采集各个Tag的标号和RSSI值；

步骤1.3：对RSSI值做高斯滤波处理；

步骤1.4：记位置指纹集为S＝{(Q1，R1，C1)，(Q2，R2，C2)，......，(Qn，Rn，Cn)}，其中，Qn＝m(Xn，Yn)为参考节点二维位置坐标，Rn＝{RSSIn1，RSSIn2，......，RSSInm}∈R ，RSSInm表示参考节点n处接收第m个信标节点的信号强度值，Cn∈{1，2，......，q}，表示参考节点n的序号，取值1～q。

3.根据权利要求1所述的一种基于RSSI的K近邻差分修正质心定位方法，其特征在于，所述步骤2的具体方法为：步骤2.1：引用对数—常态分布信号传播模型，所述对数—常态分布信号传播模型为：其中，d表示参照对数—常态分布信号传播模型计算的距信号源的距离即未知节点到信标节点的测量距离；k为路径衰减因子，取[2，5]；Xσ表示均值为0的高斯分布随机变数，标准差范围取[4，10]；PL(d0)表示自由空间传播模型损耗基础值，按照Loss＝32.4+10klgf进行计算，取d0＝1m，f为频率；

步骤2.2：根据步骤2.1可得各未知节点接收信标节点信号时的信号强度：RSSI＝P+G-PL(d)

其中，P为发射功率，G为天线增益；

步骤2.3：计算未知节点到信标节点的测量距离d；

步骤2.4：计算距离误差：

eti＝lti-dti

其中，lti是测试节点T0到信标节点Ti的实际距离，dti是测试节点T0到信标节点Ti的测量距离，eti是测试节点T0到信标节点Ti的距离误差，i∈1,2...n。