1.一种基于加权扩展卡尔曼滤波的室内定位方法，其特征在于，该方法包括以下步骤：基于惯导方法推算目标当前位置；

采集现场磁场信号，并与构建的磁场指纹数据库进行磁场指纹匹配；

采集现场WiFi信号，并与构建的WiFi指纹数据库进行WiFi指纹匹配；

将推算的行人当前位置、经过磁场匹配的定位结果、经过WiFi匹配的定位结果进行加权扩展卡尔曼滤波融合计算得到目标在室内的位置。

2.根据权利要求1所述的基于加权扩展卡尔曼滤波的室内定位方法，其特征在于，所述定位方法基于惯导方法推算目标当前位置时，包括：通过惯导设备获取目标在定位区域行走时的加速度、角速度；

将获取到的角速度转换成方向数据，以及将加速度转换为步数和步长数据；

根据方向数据、步数和步长数据，推算出目标在定位区域内的当前位置。

3.根据权利要求1所述的基于加权扩展卡尔曼滤波的室内定位方法，其特征在于，所述定位方法还包括离线阶段磁场数据库和WiFi指纹数据库构建步骤：

1.1把定位区域划分成网格，选择参考点，测量参考点的坐标位置；

1.2在参考点开始收集磁场和WiFi信号；

1.3使用反距离算法对采集的WiFi信号进行插值，选择两个无线接入点信号分别为RSS1和RSS2，其插值算法如下：

式中N代表需要插值的数量，i代表第i个插值点；

1.4构建指纹位置键值对数据库，磁场和WiFi指纹数据库分别如下表示式中k代表在第k个参考点收集指纹信号，m代表磁场长度，n代表第n个无线接入点，(xk yk)代表在第k个参考点位置。

4.根据权利要求1所述的基于加权扩展卡尔曼滤波的室内定位方法，其特征在于，所述定位方法中，动态时间规整通过拉伸指纹序列来匹配在线阶段和离线阶段采集的不等长磁场指纹，计算磁场指纹之间的距离，距离越小指纹相似度越高，指纹库中越相似的指纹对应的位置可信度越高，加权K近邻在指纹匹配后选择K个最相似磁场指纹，通过加权的方式提高磁场指纹匹配精度。

5.根据权利要求1所述的基于加权扩展卡尔曼滤波的室内定位方法，其特征在于，所述定位方法中，欧氏距离是通过计算在线阶段和离线阶段采集的WiFi指纹距离得到的，越小距离对应的WiFi指纹相似度越高，越相似的WiFi指纹对应的位置可信度越高，加权K近邻通过选择K个最相似WiFi指纹，通过加权的方式提高WiFi指纹匹配精度。

6.根据权利要求1所述的基于加权扩展卡尔曼滤波的室内定位方法，其特征在于，所述定位方法中，加权扩展卡尔曼滤波使用行人航位推算作为状态转移方程，惯性导航系统与磁场匹配之差、惯性导航系统与WiFi匹配之差作为观测方程，通过适当地加权有效地融合了多源信息，最后从惯性导航系统中移除误差，从而提高定位精度。

7.一种基于加权扩展卡尔曼滤波的室内定位系统，其特征在于，所述室内定位系统包括：

惯导模块，所述惯导模块基于惯导方法推算目标当前位置；

磁场匹配模块，采集现场磁场信号，并与构建的磁场指纹数据库进行磁场指纹匹配；

WiFi匹配模块，采集现场WiFi信号，并与构建的WiFi指纹数据库进行WiFi指纹匹配；

多传感器融合模块，与惯导模块、磁场匹配模块以及WiFi匹配模块数据连接，将推算的行人当前位置、经过磁场匹配的定位结果、经过WiFi匹配的定位结果进行加权扩展卡尔曼滤波融合计算得到目标在室内的位置。

8.根据权利要求7所述的基于加权扩展卡尔曼滤波的室内定位系统，其特征在于，所述磁场匹配模块利用动态时间规整，通过拉伸指纹序列来匹配在线阶段和离线阶段采集的不等长磁场指纹，计算磁场指纹之间的距离，距离越小指纹相似度越高，指纹库中越相似的指纹对应的位置可信度越高，并且利用加权K近邻，在指纹匹配后选择K个最相似磁场指纹，通过加权的方式提高磁场指纹匹配精度。

9.根据权利要求7所述的基于加权扩展卡尔曼滤波的室内定位系统，其特征在于，所述WiFi匹配模块利用欧氏距离，计算在线阶段和离线阶段采集的WiFi指纹距离，越小距离对应的WiFi指纹相似度越高，越相似的WiFi指纹对应的位置可信度越高，并且利用加权K近邻，选择K个最相似WiFi指纹，通过加权的方式提高WiFi指纹匹配精度。

10.根据权利要求7所述的基于加权扩展卡尔曼滤波的室内定位系统，其特征在于，所述多传感器融合模块利用加权扩展卡尔曼滤波，使用行人航位推算作为状态转移方程，惯性导航系统与磁场匹配之差、惯性导航系统与WiFi匹配之差作为观测方程，通过适当地加权有效地融合了多源信息，最后从惯性导航系统中移除误差，从而提高定位精度。