1.一种锚节点测距定位的高效隐私保护方法，其特征在于，包括以下步骤：S1.锚节点执行其到目标节点的测距过程，获取测距信息集D；

假设区域中有m个锚节点，对于锚节点i＝1，…，m，di0表示锚节点i到目标节点0的测距信息，测距信息di0为锚节点i的隐私信息，在测距阶段结束后，得到测距信息集D＝{di0，i＝

1，…，m}；

S2.根据锚节点位置信息与上述测距信息集D，构造系数矩阵A与测距矩阵B；

S21.构造系数矩阵A，假设锚节点i的位置 其中n表示空间的维度，则系数矩阵A的定义为：

S22.构造测距矩阵B，根据测距信息集D与位置坐标信息，测距矩阵B的定义为：S3.对系数矩阵A与测距矩阵B分别进行按行分解，并且对中间项ATA与中间项ATB进行聚类分解；

S31.对系数矩阵A的每行进行分解，即：

其中，Ai＝2[xi1-xi+11 … xin-xi+1n]＝2(xi-xi+1),i＝1,…,m-1；

S32.对测距矩阵B的每行进行分解，即：

其中，

S33.对中间项ATA聚类分解，根据系数矩阵A的分解结果，对中间项ATA进行分解，使得分解后结果的第一类中向量乘积只包含单个锚节点的隐私信息，第二类中向量乘积只包含相邻锚节点的隐私信息，即：ATA＝V1-V2

其中，

S34.对中间项ATB聚类分解，根据系数矩阵A和测距矩阵B的分解结果，对中间项ATB进行分解，使得将分解后的第一类中向量乘积只包含单个锚节点的隐私信息，第二类中向量乘积只包含相邻锚节点的隐私信息，即：T

AB＝U1-U2

其中，

S4.针对上述中间项分解结果，进行隐私保护求和计算与隐私保护求相邻乘积和计算；

所述隐私保护求和计算包括：假设Mi为锚节点i处的隐私信息，i＝1,…,m-1，则所述隐私保护求和即隐私保护计算 锚节点i产生m-1个随机矩阵锚节点i保留随机矩阵 将剩余的随机矩阵发送给相应的m-2个锚节点，锚节点i将其收到的其他锚节点发送的随机矩阵与其保留的随机矩阵相加，构建矩阵这里Pi是随机矩阵，并且 锚节点i发送αi＝Mi+Pi到目标节点0，根据接收到的信息，目标节点0计算 这里α即为隐私保护求和计算结果，所述隐私保护求相邻乘积和计算包括：假设Mi为锚节点i处的隐私信息，i＝1,…,m-1，则所述的隐私保护求相邻乘积和即隐私保护计算 锚节点i产生将随机数 保留，将随机数 发送给锚节点i+1，锚节点i接收锚节点i+1发送的随机数 构建随机数 锚节点i+1产生 将随机数保留，将随机数 发送给锚节点i，锚节点i+1接收锚节点i发送的随机数 构建随机数 锚节点i发送 到目标节点0，锚节点i+1发送到目标节点0，根据接收到的信息，目标节点0计算βi,i+1＝βiβi+1，根据计算得到的βi,i+1，目标节点0计算 这里β即为隐私保护求相邻乘积和计算结果；

S5.利用中间项ATA与中间项ATB的隐私保护计算结果，目标节点进行位置计算。

2.如权利要求1所述的锚节点测距定位的高效隐私保护方法，其特征在于，所述S4进一步包括：S41.对中间项ATA分解结果的V1进行隐私保护求和计算，对中间项ATB分解结果的U1进行隐私保护求和计算；

S42.对中间项ATA分解结果的V2进行隐私保护求相邻乘积和计算，对中间项ATB分解结果的U2进行隐私保护求相邻乘积和计算。

3.如权利要求1所述的锚节点测距定位的高效隐私保护方法，其特征在于，所述S5包括：利用隐私保护求和计算与隐私保护求相邻乘积和计算对中间项ATA与中间项ATB进行隐私保护计算，假设计算结果分别为Ω与ψ，则目标节点的位置为