1.一种基于WIFI信号的交通断面流速检测方法，沿交通道路部署检测设备系统，所述检测设备系统包括多个子网络，每个子网络包含一个主机和若干个分机，所述分机通过无线被动感知模式，采集由移动终端设备基于Wifi协议随机向四周环境发送的广播式数据包，并筛选其中带有移动终端设备ID信息的数据包进行检索，打上分机标签后上传至主机，主机将收集到的数据进行统一存储和打上时间标签，并上传至数据服务器中存储，并通过数据分析对交通断面流速进行检测；

所述数据的分析包括以下步骤：

步骤1：通过分机采集完整时间段的数据D， 其中，Dij表示第j个子网

第i号分机数据；N表示子网的个数，M表示第j个子网中的分机个数；

步骤2：对数据进行切片并提取待分析路段S及完整时间段(T-Δt)的数据D′s，式中Dis为第s子网下编号为i的分机所采集到的数据；

步骤3：对部署的子网络与对应实际路段S进行空间匹配，得到子网络主机与对应路段的编号信息及该子网络的分机部署情况列表；

步骤4：对各分机采集的数据根据移动终端设备ID号进行排序，建立数据矩阵{Tower(i,s),t}；

步骤5：将建立的ID数据列表按出现在不同数据矩阵的次数进行分类：对于在时间段Δt内，移动终端ID仅在子网络单个分机出现的，对该移动终端ID对应的数据单独提取进行后续有效性分析；对于在时间段Δt内，移动终端ID在子网络两个及以上分机出现的，该移动终端ID对应的数据直接作为有效数据；

步骤6：对于在时间段Δt内，移动终端ID仅在子网络单个分机出现的，对该移动终端ID对应的数据单独提取进行后续有效性分析：1、当在Δt时间内，该移动终端ID在单个分机的数据矩阵TOWER中重复出现，且多个移动终端ID出现以上情况，标识对应路段为拥堵状况，并将该类ID数据记为有效数据；2、当在Δt时间内，未发现该移动终端ID在单个分机数据矩阵TOWER中重复出现，则遍历该子网络对应路段S前后的子网络是否出现相同的ID号，如果未出现，则将该ID数据作为噪声数据处理，如果在其他子网络中出现，则标识入有效数据列表；

步骤7：重复步骤4～6直到数据处理完毕；

步骤8：将经过步骤5和6处理所得的有效数据进行归并，并根据数据矩阵TOWER所对应物理空间中的位置及出现的时间先后顺序，并将ID数据矩阵区分为双向，并对每个单向数据进行后续处理；

步骤9：在T-Δt到T时间段内在的时间段内，单向有效数据总量为V，V＝D{ID}，并通过以下方法进行实际宏观断面流量的检测：(1)首先，引入每个参与计算的ID的速度的权重Δ(x)，并通过下式得到分机编号为m和n之间平均流速v′(n-m)，如下式：式中，v′(n-m)为第j个子网中通过编号为m至n号分机计算得到的平均流速，Ln为第j个子网内编号为n的分机的物理位置； 为第k个ID号被该子网中编号为n的分机所采集的时刻；Δ(k)为第k个ID号在计算数据的有效数据中所占的权重值，且(2)通过对任意覆盖Lm至Ln路段的Lm'至Ln'路段进行求和修正，以此引入ω(n′,m′)作为任意Lm'至Ln'路段的权重系数矩阵，且：式中，j为子网编号，i为该子网中分机的总数，n，m，n′，m′均为第j号子网内分机编号，且n>m；ω(n′,m′)表示通过编号为(n′，m′)分机编号组计算Ln'至Lm′平均速度时该组结果所占的权重系数矩阵；

(3)最后，通过以下公式计算得到该子网下Lm至Ln路段的平均流速v(Ln-Lm)，

2.根据权利要求1所述基于WIFI信号的交通断面流速检测方法，其特征在于：步骤9中所述权重Δ(x)和ω(n′,m′)的分配方案通过自反馈学习，经过多次迭代逼近近似拟合得到，具体步骤如下：首先，分别设定Δ(x)和ω(n′,m′)的初始值，计算输出断面流速的初始值v0；

然后，通过将断面流速的初始值v0与偏置参考系S进行自反馈学习，通过多次迭代计算修正权重函数值进行近似拟合，得到近似拟合函数F(·)，接着，以偏置参考系的输出值S与断面流速v的比值S/v为判断反馈学习终止的依据，并设定S/v的范围在0.99≤S/v≤1.01；

最后，当S/v的值符合终止范围时，迭代拟合完成并输出Δ(x)和ω(n′,m′)的分配方案。

3.根据权利要求2所述基于WIFI信号的交通断面流速检测方法，其特征在于：步骤9中所述偏置参考系S为线圈检测器或雷达检测器得到的数据，并作为方法训练样本或有效基准参考单元。

4.根据权利要求2所述基于WIFI信号的交通断面流速检测方法，其特征在于：相邻分机之间距离为d，单个分机的信号覆盖半径为r，且d＞2r。