1.一种新能源汽车定位方法，其特征在于，所述方法包括：利用雷达传感器定位新能源汽车在预设时间段的运动数据，根据所述运动数据得到位置数据集及速度数据集；

根据所述位置数据集及所述速度数据集，构建运动状态模型；

计算所述速度数据集的速度变化值，并根据所述速度变化值及所述运动状态模型生成变速运动模型；

计算所述位置数据集的位置变化值，并根据所述位置变化值及所述变速运动模型生成变速曲线运动模型；

计算所述变速曲线运动模型的适应度，所述计算变速曲线运动模型的适应度包括：获取运动数据集的初始位置和初始速度；根据所述变速曲线运动模型，计算新能源汽车在所述初始位置及所述初始速度的所述适应度，其包括：将初始位置输入至位置函数计算得到初始位置值；将初始速度输入至速度函数计算得到初始速度值；利用所述变速曲线运动模型，计算得到所述初始位置值及所述初始速度值的适应度；

更新所述适应度得到当前时间的位置值与速度值；

将所述位置值与所述速度值输入至所述雷达传感器进行定位，得到所述新能源汽车的定位。

2.根据权利要求1所述的新能源汽车定位方法，其特征在于，所述计算所述变速曲线运动模型的适应度之前，该方法还包括：根据预构建的滤波法，对原始变速曲线运动模型进行噪声平滑处理。

3.根据权利要求1所述的新能源汽车定位方法，其特征在于，所述根据所述位置数据集及所述速度数据集，构建运动状态模型，包括：根据所述速度数据集，计算在所述预设时间段的平均加速度；

利用所述平均加速度构建所述位置数据集的位置函数及所述速度数据集的速度函数；

根据所述位置函数及所述速度函数，构建得到所述运动状态模型。

4.根据权利要求2所述的新能源汽车定位方法，其特征在于，所述根据所述速度数据集，计算在所述预设时间段的平均加速度，包括：采用如下计算公式计算在所述预设时间段的平均加速度：其中，表示所述速度数据集的平均速度，表示运动数据集内的平均时间，α表示所述预设时间段内的平均加速度。

5.根据权利要求1所述的新能源汽车定位方法，其特征在于，所述计算所述速度数据集的速度变化值，并根据所述速度变化值及所述运动状态模型生成变速运动模型，包括：根据预设的时间拆分阈值将所述运动状态模型对应的时间拆分得到多个时间段集合；

判断所述时间段集合内每个时间段内速度的变化值是否小于预设的速度变化阈值；

若时间段内速度的变化值小于所述速度变化阈值，则去除对应的运动状态模型；

若时间段内速度的变化值大于或等于所述速度变化阈值，则对应的运动状态模型为变速运动模型。

6.根据权利要求1至4任意一项所述的新能源汽车定位方法，其特征在于，所述变速运动模型包括位置干扰矩阵，所述位置干扰矩阵为：其中，F为所述位置干扰矩阵，T为所述雷达传感器的采样周期，ω为新能源汽车的角速度。

7.根据权利要求1所述的新能源汽车定位方法，其特征在于，所述运动状态模型包括在所述当前时间的计算公式为：

St＝FXt-1+GVt-1

其中，F表示位置干扰矩阵，Xt-1表示在t-1时刻内的位置函数，G表示速度干扰矩阵，Vt-1表示在t-1时刻内的速度函数，St表示当前时间的运动状态模型。