1.一种改进的UWB/IMU融合室内行人定位方法，其特征在于，包括以下步骤：建立UWB测量模型，利用N个基站的位置信息以及标签坐标信息，获取位置的估计值；

建立IMU测量模型，利用加速度和角速度解算得到位置的估计值；

计算根据UWB测量模型和IMU测量模型得到的位置的估计值的差值；

若该差值小于设定的阈值则将UWB测量模型和IMU测量模型得到的位置的估计值进行融合，得到最终的位置预测值；

否则判断UWB测量模型的定位准确度，若UWB测量模型的定位准确度小于设置的阈值，则将UWB测量模型的得到的二维坐标加上差分气压计测量的高度作为最终的位置预测值；

否则将通过测距解算出的高度确定每个测距值的权值，并通过加权最小二乘法得到二维定位坐标加上差分气压计测量的高度作为位置预测值。

2.根据权利要求1所述的一种改进的UWB/IMU融合室内行人定位方法，其特征在于，建立UWB测量模型获取位置的估计值包括：若一共有N个基站，计算第i个基站的二维位置坐标与标签的二维坐标之间的距离；

以其他N‑1个基站与标签之间的距离减去第i个基站与标签之间的距离构建方程式；

使用最小二乘法求解目标最优估计位置，将方程式转换为矩阵形式；

构造代价函数，利用最小二乘法求解代价函数，该代价函数最小值即为位置的估计值。

3.根据权利要求2所述的一种改进的UWB/IMU融合室内行人定位方法，其特征在于，根据代价函数获取位置的估计值表示为：其中， 为根据UWB测量模型获取的位置的估计值矩阵；A为从线性化后的方程组中提取的系数矩阵，b从线性化后的方程组中提取的常数项矩阵。

4.根据权利要求1所述的一种改进的UWB/IMU融合室内行人定位方法，其特征在于，建立IMU测量模型获取位置的估计值包括：惯性导航系统在载体运动时，通过陀螺仪输出不断改变的角速度信息，进而得到载体的运动姿态及航向角信息；

通过加速度计输出载体坐标系下的加速度信息，并通过一次积分得到载体的运动速度、二次积分得到载体的运动距离。

5.根据权利要求4所述的一种改进的UWB/IMU融合室内行人定位方法，其特征在于，IMU测量模型获取位置的估计值表示为：其中，a为加速度计测得的加速度，ω为陀螺仪测得的角速度，t为运动时间；v0、s0和θ0分别表示目标初始的速度、位移和运动方位角；v1、s1和θ1分别表示目标当前的速度、位移和运动方位角。

6.根据权利要求1所述的一种改进的UWB/IMU融合室内行人定位方法，其特征在于，判断UWB测量模型的定位准确度的过程包括：通过标签与任意三个基站的距离构造一个四面体，结算的得到当前四面体中标签的高度；

计算标签与所有基站组合构成四面体中标签的高度，并与差分气压计测得标签高度进行比较，得到每个组合的高度差值；

筛选出每个组合的高度差值中最小的一个值与设置的阈值进行比较，若小于阈值则UWB测量模型的定位准确，否则UWB测量模型的定位不准确。

7.根据权利要求6所述的一种改进的UWB/IMU融合室内行人定位方法，其特征在于，通过测距解算出的高度确定每个测距值的权值，并通过加权最小二乘法得到二维定位坐标加上差分气压计测量的高度作为位置预测值包括以下步骤：计算每个组合的高度差值的平均值，将该平均值的倒数作为基站测距值的可信度；

根据勾股定理计算得到标签与每个基站的水平距离，以其他N‑1个基站与标签之间的距离减去第i个基站与标签之间的距离、可信度作为权值构建方程式；

使用最小二乘法求解目标最优估计位置，将方程式转换为矩阵形式；

构造代价函数，利用最小二乘法求解代价函数，该代价函数最小值即为位置的估计值。

8.根据权利要求7所述的一种改进的UWB/IMU融合室内行人定位方法，其特征在于，根据代价函数计算得到的位置估计值表示为：其中，为根据UWB测量模型获取的位置的估计值矩阵；A为从方程式中提取出的系数矩阵，b为从方程式中提取出的常数项矩阵；β为基站测距值的可信度矩阵。

9.根据权利要求1所述的一种改进的UWB/IMU融合室内行人定位方法，其特征在于，将UWB测量模型和IMU测量模型得到的位置的估计值进行融合包括：将UWB测量模型和IMU测量模型得到的位置的估计值的差值输入卡尔曼滤波模型进行滤波；

若UWB测量模型和IMU测量模型得到的位置的估计值的差值大于阈值且UWB测量模型的定位准确，则在IMU测量模型之后的测量值中引入矫正因子δJ，若矫正因子的为k时刻IMU与UWB定位差值，则在k+1时刻及之后的IMU测量值都要引入该矫正因子，表示为：P(k+1)IMU＝P(k+1)IMU‑δJ；

其中，P(k+1)为k+1时刻IMU测量模型得出的测量值。