1.一种滤波RSSI和禁忌搜索聚类的传感节点定位方法，其特征在于，应用于无线传感器网络，包括：利用STF法和MAF法，对待定位节点和锚节点的RSSI测量值进行滤波处理，得到RSSI优化的测量值；

根据RSSI优化的测量值，确定所述待定位节点与所述锚节点之间的距离值；

根据所述待定位节点与所述锚节点之间的距离值，利用极大似然估计法生成约束函数，以作为禁忌搜索聚类法的适应度函数；

将定位问题转换为寻优问题，基于所述适应度函数，利用禁忌搜索聚类法对所述待定位节点的位置坐标进行寻优，得到定位结果；

所述基于所述适应度函数，利用禁忌搜索聚类法对所述待定位节点的位置坐标进行寻优，得到定位结果，包括：S11、根据所述待定位节点与所述锚节点之间的距离值，利用聚类法确定初始解，以作为初始的当前最优解；

S12、根据禁忌表，在当前最优解的邻域内进行禁忌搜索，得到不被禁忌的候选解集合；

S13、根据适应度函数，确定所述候选解集合中适应度值最大的候选解；在该候选解的适应度值大于当前最优解的适应度值时，更新所述禁忌表，并更新所述当前最优解；

S14、重复S12和S13，直至迭代次数达到预设次数，得到目标最优解，以作为定位结果。

2.如权利要求1所述的方法，其特征在于，利用STF法和MAF法，对待定位节点和锚节点的RSSI测量值进行滤波处理，得到RSSI优化的测量值，包括：利用MAF法，确定STF法的强跟踪滤波弱化因子；

根据所述强跟踪滤波弱化因子，利用STF法对待定位节点和锚节点的RSSI测量值进行滤波处理，得到RSSI优化的测量值。

3.如权利要求1所述的方法，其特征在于，所述根据禁忌表，在当前最优解的邻域内进行禁忌搜索，得到不被禁忌的候选解集合，包括：S21、根据禁忌表，在当前最优解的邻域内进行禁忌搜索，得到不被禁忌的采样解；

S22、重复S21，得到采样解集合；

S23、对所述采样解集合中的采样解进行局部搜索，得到与各个采样解对应的候选解集合。

4.如权利要求3所述的方法，其特征在于，所述根据适应度函数，确定所述候选解集合中适应度值最大的候选解，包括：根据适应度函数，分别确定与各个采样解对应的候选解集合中适应度值最大的候选解，得到与各个采样解对应的局部最优解，并得到全局最优解。

5.如权利要求4所述的方法，其特征在于，在所述根据适应度函数，确定所述候选解集合中适应度值最大的候选解之后，还包括：在所述局部最优解的适应度值大于所述全局最优解的适应度值时，减小搜索步长，否则增加搜索步长，其中，所述搜索步长预先设置有最小值。

6.如权利要求3所述的方法，其特征在于，所述根据禁忌表，在当前最优解的邻域内进行禁忌搜索，得到不被禁忌的采样解，包括：根据禁忌表，在当前最优解的邻域内，沿着上次搜索方向的相反方向进行禁忌搜索，得到不被禁忌的采样解。

7.一种滤波RSSI和禁忌搜索聚类的传感节点定位装置，其特征在于，应用于无线传感器网络，包括：滤波模块：用于利用STF法和MAF法，对待定位节点和锚节点的RSSI测量值进行滤波处理，得到RSSI优化的测量值；

距离确定模块：用于根据RSSI优化的测量值，确定所述待定位节点与所述锚节点之间的距离值；

适应度函数确定模块：用于根据所述待定位节点与所述锚节点之间的距离值，利用极大似然估计法生成约束函数，以作为禁忌搜索聚类法的适应度函数；

位置确定模块：用于将定位问题转换为寻优问题，基于所述适应度函数，利用禁忌搜索聚类法对所述待定位节点的位置坐标进行寻优，得到定位结果；

所述基于所述适应度函数，利用禁忌搜索聚类法对所述待定位节点的位置坐标进行寻优，得到定位结果，包括：S11、根据所述待定位节点与所述锚节点之间的距离值，利用聚类法确定初始解，以作为初始的当前最优解；

S12、根据禁忌表，在当前最优解的邻域内进行禁忌搜索，得到不被禁忌的候选解集合；

S13、根据适应度函数，确定所述候选解集合中适应度值最大的候选解；在该候选解的适应度值大于当前最优解的适应度值时，更新所述禁忌表，并更新所述当前最优解；

S14、重复S12和S13，直至迭代次数达到预设次数，得到目标最优解，以作为定位结果。

8.一种滤波RSSI和禁忌搜索聚类的传感节点定位设备，其特征在于，包括：存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序，以实现如权利要求1-6任意一项所述的滤波RSSI和禁忌搜索聚类的传感节点定位方法的步骤。

9.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-6任意一项所述的滤波RSSI和禁忌搜索聚类的传感节点定位方法的步骤。