1.一种基于区域划分的室内定位方法，其特征在于：包括以下步骤：步骤1，利用智能设备在室内定位区域对AP信号进行采集，构建离线指纹数据库；

步骤1中包括：

步骤1.1，根据定位区域大小和参考点间隔以及相对位置，对参考点进行布局；

步骤1.2，离线阶段确定参考点二维地理坐标，并利用智能设备对参考点处AP进行感应，并多次收集信号强度信息；将地理位置以及信号强度一一对应，并将AP的地理位置单独记录；

离线参考点记录为：L＝{I1,I2,I3...In}每个参考点的位置记录为：Ii＝{xi,yi}参考点信号强度记录为：RSS＝{MAC1,rss1,MAC2,rss2,...MACm,rssm}每个AP的位置记录为：APm＝{Xm,Ym}；

步骤1.3，先筛选出共有AP，然后将AP在定位区域产生的信号强度值转换成图形进行分析，二次筛选出整体信号强度值较大的AP用于实验；利用信号强度针对不同AP绘制三维曲面，x和y轴数据为二维位置坐标，z轴数据为信号强度，对整体定位区域信号强度较高AP进行筛选，选取整体信号强度较高的AP作为最终选用的AP，并用于离线数据库的构建；

步骤1.4，根据经典统计方法拉伊达法则进行异常值的剔除并进行填充；

步骤2，进行区域划分，根据曲线平滑度指数确定区域内部针对每个AP和信号强度观测量选用的特征值，并构建区域指纹数据库；

步骤2中包括：

步骤2.1，对整体定位区域选取间隔进行区域划分，并对相接部分扩展，从而形成边缘区域；将定位平面划分为M个区域，生成(M‑1)个边缘区域，共存在(2M‑1)个有效定位区域，并根据步骤1.3的离线指纹数据库进行区域指纹数据库的构建；

步骤2.2，在步骤2.1生成的(2M‑1)个区域内部针对不同AP选取不同特征值：针对不同AP，分别将多次信号强度测量结果的平均数、众数、中位数、最大值的作为信号强度观测量，并计算针对此AP不同特征值作为信号强度观测量产生的曲线平滑度指数；将曲线平滑度指数较小的特征值作为针对此AP最终信号强度观测量，曲线平滑度指数计算公式如下所示：其中，N代表构建数据库时参考点的数目，RSSIi代表第i个参考点信号强度；将S值的大小作为最终RSS的观测量；

步骤3，利用随机数表法分别从(2M‑1)个区域分别抽取3个参考点，利用欧式距离度量测试点和三个参考点的信号强度相似性，选取使得ED*最小的区域确定为粗定位最终的定位区域；

步骤4，确定粗定位区域之后，对测试点和此区域各个参考点根据信号强度欧式距离进行指纹相似度度量，选取k个指纹相似度最高的参考点，取测试点接收到的最强信号AP，利用实验数据确定信号传播模型，并利用信号传播模型计算测试点到此AP距离记为r；以AP为圆心，将所得距离r与δ之差及和为半径做圆，利用圆环对K个参考点进行约束，圆环内部的参考点和KNN算法得到的K个参考点重合部分作为缩减之后的最终参考点；对缩减以后的参考点采用欧式距离度量其与测试点的相似度，依据相似度赋予位置坐标权重，最终位置坐标即为测试点位置坐标；

步骤5，用欧式距离度量最优参考点与测试点之间的相似性，依据欧式距离对其二维位置坐标赋予权重，最终实现精准位置估计。

2.根据权利要求1所述的一种基于区域划分的室内定位方法，其特征在于：所述步骤3中包括：

步骤3.1，利用随机数表法分别从(2M‑1)个区域分别抽取3个参考点；

步骤3.2，将随机选取的三个参考点记为ai‑1、ai、ai+1，将测试点记作a*，利用欧式距离度量信号强度相似性：

ED*＝EDi‑1,*+EDi,*+EDi+1,*第i个参考点在第u个AP采集到的信号强度值；

测试点在第u个AP采集到的信号强度值；

选取使得ED*最小的区域确定为粗定位最终的定位区域。

3.根据权利要求2所述的一种基于区域划分的室内定位方法，其特征在于：所述步骤4中包括：

步骤4.1，根据步骤3进行最优区域选择确定粗定位区域之后，对测试点和此区域各个参考点根据信号强度欧式距离进行指纹相似度度量，选取k个指纹相似度最高的参考点：步骤4.2，取测试点接收到的最强信号AP，利用实验数据确定信号传播模型，并利用信号传播模型计算测试点到此AP距离记为r：PL(d)(dB)＝PL(d0)+10nlg(d/d0)+X0步骤4.3，以AP为圆心，将步骤4.2所得距离r与δ之差及和为半径做圆，利用圆环对K个参考点进行约束，圆环内部的参考点和KNN算法得到的K个参考点重合部分作为缩减之后的最终参考点；

步骤4.4，对缩减以后的参考点采用欧式距离度量其与测试点的相似度，依据相似度赋予位置坐标权重，最终位置坐标即为测试点位置坐标：其中，wi为对第i个指纹位置赋予的权重。