1.一种基于动态环境的自适应室内融合定位方法，其特征在于，包括以下步骤：(1)基于CIR进行离线阶段的定位点参数采集；

(2)基于5G定位基站对待测定位目标进行参数获取及分析；

(3)采用多边定位法对待测目标定位，并对预测位置和实际位置进行误差分析；

(4)采用CIR指纹定位法进行待测目标定位，并对预测位置与实际位置进行误差分析；

(5)以多边定位法测量的位置为测试值，CIR指纹定位法预测的位置为预测值，根据两者的误差，进行基于均方误差的融合计算，估算最优的位置；

(6)基于室内环境变化自适应的融合定位；

所述步骤(6)实现过程如下：由RSSI测距模型，得A和B两点之间的接收信号强度，如以下公式：其中，A和B是两个位置，Q和U是经验常数，RSSIAB表示位置A接收到位置B的RSSI值；而环境的变化会带来Q和U的变化，通过对两个常数估计来减小环境变化带来的影响，来保证环境变化对距离计算的影响小：

(A1,A2)，(B1,B2)和(C1,C2)分别表示5G定位基站的位置；同样的方法计算出UB，QB和UC，QC，环境变换后的模型参数更新为：寻找变化最小的5G定位基站，结合图像识别判断障碍物对5G定位基站的影响；当障碍物在5G定位基站和目标的路径内半平面内，则对CIR信号的影响特别大，需要切换到满足路径外平面的5G定位基站，根据接收参数的相似性来预测位置，用如下公式：其中，[τe,pe,fe]表示环境变化后的接收参数，[τk,pk,fk]表示离线CIR指纹库参数，|·|表示取模运算；

每个5G定位基站分别建立多边定位法和CIR指纹定位法的误差修正库，修正后的误差为：

enda＝C1(category,size,distance1,eda)enca＝C2(category,size,distance2,eca)其中，C1()和C2()分别为多边定位法和CIR指纹定位法的误差修正的映射关系；

计算均方误差：

其中，H1和H2代表误差系数；

融合定位计算：

xa＝xd+(xc‑xd)·H2ya＝yc+(yd‑yc)·H1la＝(xa,ya)

其中，la是融合定位计算结果。

2.根据权利要求1所述的基于动态环境的自适应室内融合定位方法，其特征在于，所述步骤(2)包括以下步骤：

(21)5G定位基站采集待测目标点的时延、功率和频率参数；

(22)采集和分析室内环境图像；

(23)进行获取数据的处理。

3.根据权利要求1所述的基于动态环境的自适应室内融合定位方法，其特征在于，所述步骤(3)实现过程如下：

d1，d2和d3分别是三个5G定位基站与目标的计算距离，(A1,A2)，(B1,B2)和(C1,C2)分别表示5G定位基站的位置，则可得：其中，ε(d)≤εmax是距离误差；第i次计算的位置为 而目标的实际位置为则平均误差可以表示为：

其中，J表示获取的总数据组数。

4.根据权利要求1所述的基于动态环境的自适应室内融合定位方法，其特征在于，所述步骤(4)实现过程如下：

5G定位基站根据时延、功率和频率等参数建立离线CIR指纹库，CIR表示为：其中，an为信道增益， 表示频率偏移，τn为信道时延；

CIR指纹库用以下公式表示：lc＝F{τ,p,f}

其中，lc＝(xc,yc)表示位置，F为映射关系，τ＝{τ1,τ2...τN}表示时延，p＝{p1,p2...pN}表示功率，f＝{f1,f2...fN}表示频率；

假设第i次预测的位置为 而目标的实际位置为 则平均误差可以表示为：