1.一种基于散射区模型的室外非视距传播单站定位方法，其特征在于：该方法包括以下步骤：

S1：获取室外非视距传播条件下经过散射体散射到基站的多径信号，构建伪散射体分布；

S2：使用高斯核函数衡量伪散射体分布密度来确定并过滤干扰散射体，使用K‑means聚类算法对过滤干扰散射体后的伪散射体进行聚类，获得含有定位信息的聚类中心；

S3：结合散射区模型内散射体与目标之间的空间几何结构，使用S2中的聚类中心构建定位目标函数；

S4：针对S3中所提的定位目标函数，提出基于遗传算法改进的SSA‑GA求解目标位置。

2.根据权利要求1所述的一种基于散射区模型的室外非视距传播单站定位方法，其特征在于：所述多径信号参数为AOA和TOA，使用多径信号参数进行定位；设接收到的第i条多径信号的AOA和TOA参数分别为θi和ti，多径信号传播距离Li＝c×ti，其中c为光速，对应的伪散射体S′i的位置(x′i,y′i)根据多径参数得到，表示为：x′i＝Li.cos(θi)

y′i＝Li.sin(θi)

引入高斯核函数来衡量伪散射体分布密度，设两个伪散射体位置为(x′i,y′i)和(x′j,y′j)，两个伪散射体的高斯核表示为：

3.根据权利要求2所述的一种基于散射区模型的室外非视距传播单站定位方法，其特征在于：所述干扰散射体的确认过程为：设置伪散射体的平均高斯核函数作为参考，表示为其中，dij表示任意两个不相同的伪散射体S′i,S′j的高斯核；AN表示任取两个不相同伪散射体的情况数量，X是所有伪散射体集合；

选取伪散射体S′i,i＝1,2,...,N，其中N为散射体数量；计算该伪散射体与另一伪散射体S′j,j≠i的高斯核dij，将dij与dave比较，若dij≥dave，则S′j是S′i的临近伪散射体；计算所有伪散射体的临近伪散射体数量，s1,s2,...sN；

选取临近伪散射体数量最少的N/5个伪散射体作为干扰散射体，将干扰伪散射体从伪散射体中剔除；

使用K‑means聚类算法对去除干扰散射体的伪散射体进行聚类，得到伪散射体的聚类中心 其中M为散射区数量。

4.根据权利要求3所述的一种基于散射区模型的室外非视距传播单站定位方法，其特征在于：所述伪散射体的聚类中心与散射区中心所对应的伪散射体相同；由聚类中心求出目标信号经过对应散射区中心散射到达基站的传播距离L′j和到达角θ′j，表示为：

5.根据权利要求4所述的一种基于散射区模型的室外非视距传播单站定位方法，其特征在于：所述定位目标函数的求取过程为：信号经过M个散射区中心散射到达基站的传播距离和到达角分别为L′j,j＝1,2,..,M和θ′j,j＝1,2,...,M；根据空间几何关系，传播距离等于散射区中心 到目标(x,y)和基站(xB,yB)的距离和，构建方程组表示为：设散射区中心到目标的距离为 以第M个散射区中心为参考，上述方程组转化为：由于存在误差，上述方程组没有闭式解，将上述方程组求解过程转化为非线性优化过程，构建误差函数为：

使得所有误差函数的平方和最小的解既是目标位置，因此定位目标函数表示为：

6.根据权利要求5所述的一种基于散射区模型的室外非视距传播单站定位方法，其特征在于：所述基于遗传算法改进的SSA‑GA具体为：首先，随机构建个体数量为n的种群，并将种群分为领导者和追随者 两部分；通过

将个体位置带入定位目标函数来获得每个个体的适应度；

领导者通过最优适应度的个体即当前最优解F，迭代改变位置，表示为：j

其中 表示第i个领导者的第j维位置。F 表示当前最优解的第j维， 用来调j j

整领导者的移动范围，L表示最大迭代次数；c2和c3是[0,1]内的随机值，u和b 表示个体在第j维上位置的上限和下限。

7.根据权利要求6所述的一种基于散射区模型的室外非视距传播单站定位方法，其特征在于：将所述领导者xi,i＝1,2,...,n/2位置进行交叉变异；首先，当变异概率pm大于(0,

1 2 d 1 2 d

1)内随机值时，领导者更换为位置上限u＝[u ,u ,...,u]和下限b＝[b ,b ,...,b]内的随机位置，表示为：

其次，当变异概率pc大于(0,1)内随机值时，两个随机的领导者xi,xm在第d′维交叉位置，表示为：

将交叉变异后的领导者与对应的旧领导者进行比较，选取适应度更优的组成新的领导者种群，并选出其中适应度最优的领导者为xbest，第一个追随者的位置通过追随xbest的位置来改变，表示为：

其它追随者的位置根据前一个追随者的位置而迭代表示为：(L)

判断是否到达最大迭代次数，若到达则输出最优适应度的个体F 作为最终解；若未到最大迭代次数则继续更新领导者和追随者的位置。