1.一种单AP室内入侵目标检测方法，其特征在于，包括如下步骤：步骤1.对CSI数据进行预处理，包括滤波去噪以及相位矫正；

步骤2.基于步骤1预处理得到的CSI数据，利用超分辨率谱估计MIN‑NORM方法实现各条路径的TOA的估计，进一步得到WiFi信道的超分辨率CIR估计；

将利用上述CIR估计方法得到的实时CIR估计结果与静态路径CIR0相比较，从实时CIR估计结果中分离出动态路径，基于动态路径的TOA的估计确定目标位置椭圆；

步骤3.以接收端为端点，以天线阵列的法线为参考，得到动态路径的到达角AOA的估计值θ，锁定目标方向，由AOA确定的方向与目标位置椭圆形成的交点即入侵目标位置；

所述步骤2中CIR估计过程如下：

经步骤1预处理得到的CSI数据为WiFi工作频段内20MHz带宽范围内的30个子载波对应的H(fm)，即：其中，H(fm)表示第m个子载波的频率响应；

|H(fm)|为第m个子载波的幅度，θm为第m个子载波的相位，m＝1,2,3…30；

利用信道频率响应H(fm)实现室内信道的CIR估计，估计过程如下：步骤2.1.1.对步骤1预处理后的CSI数据进行分段，将CSI数据分成长度为13的18个子段Xi；其中，Xi表示划分后的第i个子段，i＝1,2,……18；

步骤2.1.2.通过18次累加平均得到CSI数据的自相关矩阵的估计值步骤2.1.3.对自相关矩阵的估计值进行奇异值分解，计算过程如下：其中，U为特征向量，∑为特征值从大到小排列的对角阵；

步骤2.1.4.将特征向量U划分成信号子空间US和噪声子空间UN；

步骤2.1.5.计算噪声子空间UN的最小范数向量Umin；根据信号子空间US和噪声子空间UN的最小范数向量Umin的正交性伪谱P(τ)，P(τ)的表达式如下：j2πΔf·τ j2π(L‑1)Δf·τ T

其中，a(τ)＝[1e …e ]；

Δf表示频域采样间隔，L表示信号传输路径的数量；

步骤2.1.6.通过对伪谱P(τ)的峰值搜索，得到各条路径的TOA估计；

进一步通过非线性最小二乘法得到信道CIR的幅值，即各路径的到达强度估计结果；

所述步骤2.1.1中，将30维的CSI数据分成长度为13的子段，总共得到18个子段；

分段结果如下：

其中，Xi表示划分后的第i个子段，i＝1,2,……18。

2.根据权利要求1所述的单AP室内入侵目标检测方法，其特征在于，所述步骤2中，动态路径的分离过程如下：步骤2.2.1.记录静态路径为CIR0；

步骤2.2.2.定时采集CSI数据，得到实时CIR估计结果CIRd；

步骤2.2.3.判断静态路径CIR0和实时CIR估计结果CIRd的维数是否相同，若相同，则无目标入侵；若不同，则有目标入侵，并转到步骤2.2.4；

步骤2.2.4.根据实时CIR估计结果CIRd与CIR0相比的变化情况，鉴别出动态路径；

步骤2.2.5.根据动态路径确定目标位置椭圆，具体为：根据动态路径的到达时间确定目标反射路径d＝d1+d2所对应的路径，将目标定位在由接收端和发射端作为焦点，以及由目标反射路径d所确定的椭圆圆周上。

3.根据权利要求2所述的单AP室内入侵目标检测方法，其特征在于，所述步骤2.2.1和步骤2.2.2中，静态路径CIR0以及实时CIR估计结果，均利用步骤2.1.1至步骤2.1.6中的CIR估计方法计算得到。

4.根据权利要求1所述的单AP室内入侵目标检测方法，其特征在于，所述步骤1中，滤波去噪的过程为：首先利用Hampel滤波方法剔除CSI数据中的异常值；

然后采用sym8小波对信号进行五层分解，并对细节系数选用启发式阈值heursure和软阈值s模式，根据每一层小波分解的噪声水平估计自适应调整，得到滤波后的CSI数据。

5.一种计算机设备，包括存储器和处理器，所述存储器中存储有可执行代码，其特征在于，所述处理器执行所述可执行代码时，用于实现权利要求1至4任一项所述的单AP室内入侵目标检测方法。

6.一种计算机可读存储介质，其上存储有程序，其特征在于，当该程序被处理器执行时，用于实现权利要求1至4任一项所述的单AP室内入侵目标检测方法。