1.一种基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，包括：预先部署若干组嗅探设备、摄像头以及干扰器；

基于SSD算法分析视频数据进行用户检测；

通过设置虚拟地标对用户位置进行估计；

在确定用户位置满足干扰条件之后，通过控制干扰器的开启和关闭触发用户BLE设备产生广播信号；每组嗅探设备对用户的移动智能终端及智能穿戴设备分别进行信号嗅探，每组所述嗅探设备得到第一信号及第二信号；

判断所述第一信号的信号强度变化趋势与所述第二信号的信号强度变化趋势是否一致；

判断所述第一信号的信号强度对应的第一区域及所述第二信号的信号强度对应的第二区域是否一致；

在确定两者均一致时，建立所述移动智能终端与所述智能穿戴设备的关联关系；

其中，所述在确定用户位置满足干扰条件之后，通过控制干扰器的开启和关闭触发用户BLE设备产生广播信号，包括：在确定用户位置在所述干扰器的有效干扰范围内时，开启干扰器，对用户BLE设备产生的BLE信号进行干扰；

在确定干扰时长大于预设时长且用户的移动距离大于预设距离阈值后，关闭干扰器，利用多个嗅探节点对用户移动智能终端及智能穿戴设备分别进行信号嗅探，得到第一信号及第二信号。

2.如权利要求1所述的基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，预先若干组部署嗅探设备、摄像头以及干扰器，包括：沿着建筑物的一边设置多个嗅探节点，相邻两个嗅探节点的距离是相等的，在所述每个嗅探节点上分别设置一组嗅探设备；

将中间位置的嗅探节点，作为目标嗅探节点；所述干扰器部署在所述的目标嗅探节点的嗅探区域，所述干扰器与所述目标嗅探节点的距离为2‑3m；

将所述摄像头部署在建筑物的一端。

3.如权利要求1所述的基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，所述基于SSD算法分析视频数据进行用户检测，包括：采用Caffe框架的SSD算法及预先构建的的行人检测模型进行用户检测，在检测出用户之后，以方框对用户进行标记。

4.如权利要求3所述的基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，通过设置虚拟地标对用户位置进行估计，包括：确定方框的四角坐标，以方框底部两坐标的中点作为用户在图像中的位置坐标；

以预设距离在嗅探场地划分方格，设置方格顶点为虚拟坐标，建立实际空间坐标和图像中用户像素位置的映射关系；

基于启发式方法寻找用户像素位置周围的虚拟坐标，借助辅助线，基于相似形原理，确定图像中虚拟坐标和用户像素位置的关系；

根据所述映射关系及图像中虚拟坐标和用户像素位置的关系，计算出用户的实际空间坐标，作为用户位置。

5.如权利要求1所述的基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，在判断所述第一信号的信号强度变化趋势与所述第二信号的信号强度变化趋势是否一致前，还包括：获取预设数量组嗅探设备在所述干扰器关闭后三秒内所采集的第一信号及第二信号的信号强度序列，利用限幅滤波对所述信号强度序列进行处理以过滤冲击噪声。

6.如权利要求5所述的基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，所述预设数量组大于等于3。

7.如权利要求1所述的基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，一组嗅探设备包括WiFi信号嗅探设备及BLE广播信号嗅探设备，所述WiFi信号嗅探设备与所述BLE广播信号嗅探设备间隔20cm。

8.如权利要求2所述的基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，相邻两个嗅探节点的距离为3m。

9.如权利要求1所述的基于WiFi‑BLE信号主动干扰的跨智能可携带设备关联方法，其特征在于，在判断所述第一信号的信号强度变化趋势与所述第二信号的信号强度变化趋势是否一致前，还包括：将所述第一信号及所述第二信号，作为采集信号；

基于变分模态分解法将所述采集信号进行分解，得到若干层本征模态函数；

对所述若干层本征模态函数的高频分量、中频分量及低频分量进行小波包分解，得到多个小波包系数；

设置小波包系数修正阈值，基于所述小波包系数修正阈值对多个小波包系数进行修正处理，得到修正小波包系数；

根据修正小波包系数将本征模态函数的高频分量、中频分量及低频分量进行信号重构，得到重构信号；

计算所述重构信号的信噪比，并判断是否小于预设信噪比；

在确定所述信噪比小于预设信噪比时，对所述重构信号进行位平面转换，得到位平面矩阵；

对所述位平面矩阵进行解析，获取平面矩阵中各个区域对应的信号的突变次数，筛选出突变次数大于预设突变次数的信号，作为目标信号；

对所述目标信号进行短时傅里叶变换，得到频谱图；

对所述频谱图进行特征提取，得到特征谱线；获取所述特征谱线上各个节点的能量值，并筛选出最大的能量值；

根据最大的能量值查询预设能量值‑降噪系数表，确定降噪系数，根据所述降噪系数对所述目标信号进行降噪处理。