1.一种基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，包括：服务器端，所述服务器端根据现实世界工业场景构建数字孪生工业仿真平台，并且在所述服务器端配置有针对移动因素信息的定位映射模块；

信息采集模块，配置于现实世界工业场景内的移动因素上，实时采集所述移动因素在移动情况下产生的WiFi指纹信息并发送至服务器端；

其中，所述服务器端的定位映射模块根据反馈的WiFi指纹信息进行匹配并确定移动因素的实时位置并映射到所述数字孪生工业仿真平台中，当移动因素产生移动时其上的信息采集模块被激活工作，所述信息采集模块采集实时待测位置的WiFi指纹信息f为：f＝(r1,r2,…,rm)，

f涉及到的AP集合记为Pf，且|Pf|＝m，rk(1≤k≤m)表示Pf中第k个AP在被激活模块处的RSS值，采集的指纹信息连同移动因素的身份信息同时发送至服务器端；

当移动因素产生移动时其上的信息采集模块被激活工作，所述信息采集模块采集实时待测位置的WiFi指纹信息f为：f＝(r1,r2,…,rm)，

f涉及到的AP集合记为Pf，且|Pf|＝m，rk(1≤k≤m)表示第Pf中第k个AP在被激活模块处的RSS值，采集的指纹信息连同移动因素的身份信息同时发送至服务器端；

服务器端在接收到所述WiFi指纹信息f通过MDS指纹匹配算法进行移动因素的定位映射的过程如下：步骤S1：

服务器端根据接收到所述WiFi指纹信息f来确定参考点集合，并得到Ff与f的合并指纹其中，对接收到的指纹信息f确定匹配参考点集合，即选取指纹库中指纹信息涉及的AP集合Pf的参考点集，设为n个，记对应的指纹为：T

Ff＝(F1,F2,…,Fi,…,Fn)

其中Ff是一个n×m矩阵，记Ff与f合并的指纹为：

其中，Fn+1＝f， 是一个(n+1)×m矩阵；；

步骤S2：

确定与指纹数据库中的指纹信息Fi∈Ff之间的RSS差异向量：(di1,di2,…,dim)；

步骤S3：

计算 中任意指纹Fi(1≤i≤n+1)和Fj(1≤j≤n+1)来自所有AP的RSS差异向量，利用Mean+3S方法选出异常AP，设第t个AP发生异常，则记该AP下的RSS差异 进而计算Fi(1≤i≤n+1)和Fj(1≤j≤n+1)之间的指纹距离Dij，显然Dij＝Dji，其中，Fi(1≤i≤n+1)和Fj(1≤j≤n+1)之间的指纹距离步骤S4：

利用步骤S3的方式，计算 中所有指纹Fi(1≤i≤n+1)和Fj(1≤j≤n+1)间的指纹距离Dij，进而构造 的n+1阶距离矩阵P’＝[Pij]，其中步骤S5：

将矩阵P’作为MDS算法的输入矩阵，进行降维处理，得到待测位置和所有参考位置的相对位置坐标，记为X(n+1),2；

步骤S6：

根据参考点的绝对坐标和相对坐标，利用坐标转换算法，得出平移适量t、翻转矩阵R和缩放系数s；

步骤S7：

根据t、R、s以及行测位置的相对坐标，求得待测位置的绝对坐标，进而利用工业仿真模型把该绝对坐标映射到数字孪生工业仿真平台中。

2.根据权利要求1所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，在所述服务器端配置有WiFi指纹数据库，所述定位映射模块通过MDS指纹匹配算法将所述信息采集模块所反馈的WiFi指纹信息与所述WiFi指纹数据库进行匹配，进而确定所述移动因素的实时位置并映射到所述数字孪生工业仿真平台中。

3.根据权利要求2所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，所述WiFi指纹数据库包括若干个参考点和各参考点所对应的WiFi指纹信息，所述WiFi指纹信息为各参考点处所对应的多个高强度的WiFi信号。

4.根据权利要求3所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，设现实世界工业场景下的所有无线AP的集合为P，且|P|＝M，所述若干个参考点的个数为N，对于任意参考点采集指纹时取信号强度排在前m的AP来建立参考点的指纹库，则对N个参考点即RP且参考点的位置信息已知时，指纹数据库的结构如下：T

F＝(F1,F2,…,Fi,…,FN) ，其中，Fi＝(xi,yi,ri1,ri2…rim)(i＝1,2,…,N)；

其中，F是一个N×m矩阵；Fi表示第i个RP的指纹，所对应的无线AP集合记为Pi∈P，且|Pi|＝m，(xi,yi)表示第i个RP的坐标，rik(1≤k≤m)表示集合Pi中第k个AP在第i个RP处的RSS值。

5.根据权利要求1所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，所述移动因素包括器械、物资、移动检测设备以及人员。

6.根据权利要求5所述的基于WLAN位置感知的数字孪生工业仿真系统，其特征在于，所述信息采集模块包括带有通信功能的工业传感器、信号收发器和智能终端。