1.一种基于多维尺度MDS分析的室内WLAN信号平面图构建与定位方法，其特征在于，包括以下步骤：

步骤一、将目标区域划分为用户感兴趣的NArea个目标子区域；

步骤二、对目标区域内用户的运动路径进行观测，统计得到用户的NPathPattern种典型的运动路径模式，每种运动路径模式表示为若干目标子区域的连接关系；

步骤三、在每种运动路径模式下分别采集Ntrace条信号序列，从而得到信号序列RSS1,RSS2,…,RSSn，其中，n为在所有运动路径模式下总共采集得到的信号序列条数；RSSi＝{rssi1,rssi2,...,rssim},1≤i≤n，rssij＝(rssij1,rssij2,...,rssijk),1≤j≤m，其中，m为序列长度，k为AP数目，rssijl,1≤l≤k,为第i条信号序列内第j个信号矢量中来自第l个AP的信号强度值；

步骤四、信号序列中每个采样点为一个信号矢量，利用MDS方法对所有的信号矢量进行降维处理，其中，降维得到的低维空间的维度为2；利用所有采样点在低维空间中的二维坐标，构建每种路径模式的信号平面图；

步骤五、将经过相同目标子区域但方向相反的运动路径模式进行合并，得到N'PathPattern种合并模式；

步骤六、将每种合并模式所包含运动路径模式的信号平面图进行合并，得到N'PathPattern种合并模式的信号平面图；

步骤七、利用综合判断因子，确定像素宽度w；

步骤八、根据每个采样点所对应的二维坐标，绘制出每种合并模式下每条信号序列的信号平面图；

步骤九、将每条信号序列的信号平面图转换为像素宽度为w的灰度图像；

步骤十、对每种合并模式下每条信号序列所对应的灰度图像进行图像特征提取；

步骤十一、利用后向传播BP神经网络对不同运动路径模式进行训练，输入为每条信号序列所对应的图像特征，输出为该信号序列所属的合并模式标号；

步骤十二、令定位阶段采集的信号序列为RSSnew＝{rssnew1,rssnew2,...,rssnewm}；

步骤十三、从已有采样点中找到与rssnewi,1≤i≤m,余弦距离最近的采样点rss'newi,1≤i≤m，并构成新的信号序列RSS'new＝{rss'new1,rss'new2,…,rss'newm}；

步骤十四、根据新的信号序列中每个采样点在低维空间中的二维坐标，可以得到RSSn'ew＝{rss'new1,rss'new2,…,rss'newm}的信号平面图，令该平面图为RSSnew＝{rssnew1,rssnew2,...,rssnewm}的信号平面图；

步骤十五、将RSSnew＝{rssnew1,rssnew2,...,rssnewm}的信号平面图转换为像素宽度为w的灰度图像；

步骤十六、对于所述步骤十五所得到的灰度图像，提取与所述步骤十相同的图像特征；

步骤十七、将所述步骤十六所提取的图像特征作为所述步骤十一训练得到的BP神经网络的输入，对定位阶段采集信号序列的所属模式进行判断，令BP神经网络的输出为定位阶段采集信号序列所属的合并模式标号；

步骤十八、判断定位阶段采集信号序列的路径方向，确定其所属的运动路径模式。

2.根据权利要求1所述的基于MDS分析的室内WLAN信号平面图构建与定位方法，其特征在于：所述步骤七的利用综合判断因子，确定像素宽度w，其包括以下步骤：

7a、将合并后每种新模式的信号平面图划分成Nx×Ny个宽度为w的网格，其中，Nx和Ny分别表示图像中横向和纵向的网格个数，一个网格对应一个像素，其像素宽度为w每个网格包含的采样点个数Npoint(m,n)正比于其对应的像素值I(m,n),m＝0,1,…,Nx-1,n＝0,1,…,Ny-1，其中，Npoint(m,n)和I(m,n)分别表示位于第m行n列的网络所包含的采样点个数和像素值；

7b、令像素值被量化到Ng个灰度级，则计算信号平面图中每个像素值为：其中，max(Npoint(m,n))表示每个网格包含采样点个数的最大值；

7c、记录当像素宽度为w时，合并模式i所对应信号平面图转换为灰度图像所需的时间开销

7d、利用所述步骤7c所得到的时间开销 计算系统的平均时间开销其中，A,B,C,…表示合并模式的标号；

7e、当像素宽度为w时，定义模式i和j,i,j＝A,B,C,…,所对应信号平面图的相似性为：

其中，φ和 分别表示模式i和j所对应信号平面图中像素值大于0的像素点位置，和 分别表示模式i和j所对应信号平面图中像素值大于0的像素点位置的交集和并集；

7f、利用所述步骤7e得到的 计算模式i与其它模式所对应信号平面图的相似性总和

7g、计算平均相似性

7h、计算综合判断因子fw：

其中，

7i、令最小fw所对应的w为最终确定像素宽度，即最优像素宽度。

3.根据权利要求2所述的基于MDS分析的室内WLAN信号平面图构建与定位方法，其特征在于：所述步骤九中，将每条信号序列的信号平面图转换为像素宽度为w的灰度图像，包括以下步骤：

9a、令Npoint(m,n)表示位于第m行n列的网络所包含的采样点个数，统计每个网格所包含的采样点个数；

9b、一个网格对应一个像素点，其像素宽度为w，令像素值被量化到Ng个灰度级，计算第m行n列的像素值I(m,n)，进而绘制出每条信号序列所对应的灰度图像。

4.根据权利要求3所述的基于MDS分析的室内WLAN信号平面图构建与定位方法，其特征在于：所述步骤十中，对每种合并模式下每条信号序列所对应的灰度图像进行图像特征提取，包括以下步骤：

10a、计算所有像素值大于0的像素点的几何中心：其中，mc和nc分别表示中心像素点所在的行数和列数； 和 分别表示计算所有像素值大于0的像素点所在行数和列数的平均值；

10b、提取第一个图像特征，即所有像素值大于0的像素点到中心像素点的平均距离其中，||(mi,ni)-(mc,nc)||表示计算每个像素值大于0的像素点到中心像素点的距离；

10c、计算所有像素值大于0的像素点的重心像素点位置(mw,nw)：

10d、计算任意两个像素值大于0的像素点i和j之间的欧几里得距离dij＝||(mi,ni)-(mj,nj)||，得到最大距离max(dij)；

10e、令像素p和q为对应max(dij)的两像素点；

10f、提取第二个图像特征，即计算所述步骤10c所得到的重心像素点分别到像素点p和q连线的夹角θ；

10g、提取第三个图像特征，即计算所述步骤10c所得到的重心像素点到图像左右两侧的距离比W1/W2，其中，W1和W2分别为重心像素点到图像左右两侧边界像素点的最短距离；

10h、提取第四个图像特征，即计算所述步骤10c所得到的重心像素点到图像上下两侧的距离比H1/H2，其中，H1和H2分别为重心像素点到图像上下两侧边界像素点的最短距离；

10i、计算像素值为I的像素点个数与图像中像素点总数的比值P(I)：

10J、提取第五个图像特征，即锐度ACU：

其中，E[I]表示图像中所有像素的平均像素值；

10k、提取第六个图像特征，即绝对矩ABS：

10l、提取第七个图像特征，即对比度CON：其中，

其中，P1、P2、P3和P4分别表示像素值为I1和I2，且水平方向距离为d、垂直方向距离为d、对角线方向距离为 和反对角线方向距离为 的像素点对的个数与该图像中所有像素点对的个数的比值。

5.根据权利要求4所述的基于MDS分析的室内WLAN信号平面图构建与定位方法，其特征在于：所述步骤十三中，从已有采样点中找到与rssnewi,1≤i≤m,余弦距离最近的采样点rss'newi,1≤i≤m，并构成新的信号序列RSSn'ew＝{rss'new1,rss'new2,…,rss'newm}；包括以下步骤：

13a、计算rssnewi,1≤i≤m,与每一个已有采样点j的余弦距离dcosij：

13b、对于每一个rssnewi，令最小dcosij所对应的采样点为已有采样点中与rssnewi余弦距离最近的采样点rss'newi；

13c、构成新的信号序列RSSn'ew＝{rss'new1,rss'new2,…,rss'newm}。

6.根据权利要求4所述的基于MDS分析的室内WLAN信号平面图构建与定位方法，其特征在于：所述步骤十八中，判断定位阶段采集信号序列的路径方向，确定其所属的运动路径模式，包括以下步骤：

18a、对于运动路径模式i,i＝1,2,3,…,NPathPattern,中的采样序列RSSj,1≤j≤Ntrace，令其所包含的时间排序第一和最后的采样值分别为rssij1和rssijn，rssij1和rssijn所对应信号平面图中的二维坐标点分别为Sij1和Sijn，且包含Sij1和Sijn的像素点分别为(Mij1,Nij1)和(Mijn,Nijn)；

18b、定义运动路径模式i的起始和终止像素几何中心分别为：其中，k为模式i下的采集信号序列条数；

18c、定义运动路径模式i的起始到终止像素几何中心的方向矢量为：DIREi＝(MEi,NEi)-(MSi,NSi)；

18d、分别计算合并模式j,j＝A,B,C,…,中方向相反运动路径模式α和β的起始到终止像素几何中心的方向矢量：

DIREα＝(MEα,NEα)-(MSα,NSα)；

DIREβ＝(MEβ,NEβ)-(MSβ,NSβ)；

18e、计算定位阶段采集信号序列的起始到终止像素几何中心的方向矢量：DIREnew＝(MEnew,NEnew)-(MSnew,NSnew)；

其中，(MEnew,NEnew)和(MSnew,NSnew)分别为定位阶段采集信号序列的起始和终止像素几何中心；

18f、分别计算DIREnew与DIREα和DIREβ的夹角余弦值：

18g、比较cosθnew-α和cosθnew-β的取值；当cosθnew-α≠cosθnew-β时，令cosθnew-α和cosθnew-β取值较大者所对应的运动路径模式为定位阶段采集信号序列的所属模式；否则，进行步骤

18h；

18h、当cosθnew-α＝cosθnew-β时，令||DIREnew-DIREα||和||DIREnew-DIREβ||取值较小者所对应的运动路径模式为定位阶段采集信号序列的所属模式。