1.一种基于信道状态信息的无源室内定位方法，其特征在于该方法具体包括以下步骤：步骤1：搭建信道状态信息数据采集平台；

步骤2：将定位区域分成n个网格，作为定位分类的基本单元，记为L1,...,Ln；

步骤3：人体在每个网格中保持一段时间的静止状态，采集包含信道状态信息的数据包，每个信道状态信息数据的格式为：{f1,f2,...,f30}T×R，其中f1～f30为子载波，T为发射天线数，R为接收天线数；

步骤4：取第1对天线对上的数据进行预处理，包括以下两个子步骤：步骤4-1：除去数据中的明显异常值；

步骤4-2：对每组数据进行归一化，Xnew＝(Xold-min)/(max-min)，其中，Xnew表示归一化后的数据，Xold表示归一化前的数据，min表示该数据的一列特征中的最小值，max表示该数据的一列特征的最大值；

步骤5：计算位置i的数据的平均值meani和标准差stdi，作为该位置的一条指纹，完成位置指纹库的建立；

步骤6：在线阶段，采集测试数据包；

步骤7：对测试数据进行预处理，主要为对数据进行归一化；

步骤8：对测试数据中的每个样本进行朴素贝叶斯分类，得到该天线对上的各样本的估计位置{L_EST1,L_EST2,...,L_ESTs}，其中s表示样本数；

步骤9：计算置信度Br；

步骤10：取其它的天线对，重复步骤4～步骤9；

步骤11：综合比较每对天线对上的分类置信度，取Br最大的天线对上的分类结果作为最终的分类结果。

2.根据权利要求1所述的一种基于信道状态信息的无源室内定位方法，其特征在于，步骤8包括以下步骤：步骤8-1：取待分类项x＝{f1,f2,...,f30}和类别集合C＝{L1,L2,...,Ln}；

步骤8-2：计算待分类数据在各个位置类别下出现的概率P(Li|x),i＝1,...n，其中x表示待分类的数据；

步骤8-3：取步骤8-2结果中概率最大的类别为估计位置即P(L_EST|x)＝max{P(Li|x)}＝>x∈L_EST。

3.根据权利要求1所述的一种基于信道状态信息的无源室内定位方法，其特征在于，步骤9包括以下步骤：步骤9-1：取该天线对上的s个测试样本，每个样本分类结果为：{L_EST1,L_EST2,...,L_ESTs}步骤9-2：取步骤9-1得到的分类结果中出现最多的位置类别，记为Lk；

步骤9-3：求出Lk在分类结果中的数量为m；

步骤9-4：计算置信度 其中s表示该天线对上的测试样本数；

步骤9-5：记录该天线对上的分类结果，即result＝{Anti,Lk,Br}，其中Anti表示天线对的序号。