1. 一种室内定位方法，其特征在于，包括以下步骤： A:离线训练，采集训练样本并基于训练样本构建指纹数据库(12); B:在线定位，接收待定位终端(STAX)的RSS数据，调用指纹数据库(12)以根据接收到的 RSS数据完成实时位置运算并将运算结果返回至待定位终端(STAX); C:运行维护，对定位空间(2)中的维护终端STAY (STAY)进行主动和/或被动感知，不间 断地采集维护终端(STAY)的指纹数据，基于这些指纹数据定期或不定期地对指纹数据库 (12)进行更新。

2. 根据权利要求1所述的室内定位方法，其特征在于，在步骤A中，通过以下方式获得采 集训练样本： A1:对定位空间⑵划分网格，建立坐标系，确定参考节点(AP)的坐标位置； A2:确定采样率和采样点，采集采样点到各个参考节点(AP)的RSS值，该组RSS值组成一 条指纹数据，通过若千采样点获得作为采样数据集的指纹数据集； A3:通过三次样条插值算法补充采样数据集，获得最终用于模型训练的指纹训练数据 集。

3. 根据权利要求2所述的室内定位方法，其特征在于，在步骤A3之前还执行以下步骤： 对采样数据集进行卡尔曼滤波以剔除噪声数据。

4.根据权利要求3所述的室内定位方法，其特征在于，在步骤A中，通过以下方法构建指 纹数据库(12): 采用随机森林方法，构建多个棵分类决策树，用指纹训练数据集对随机森林分类器进 行训练，分类器的输出由多棵分类决策树共同投票决定。

5.根据权利要求4所述的室内定位方法，其特征在于，步骤B的具体方法包括： B1:由通信接口(11)实时采集待定位终端(STAX)的RSS信号； B2:由定位引擎(13)采用随机森林算法对实时采集信号进行计算，得到分类结果； B3:定位引擎(13)将分类结果转换为坐标返回给待定位终端(STAX)。

6. 根据权利要求5所述的室内定位方法，其特征在于，在步骤B3后还包括以下步骤： 重复步骤B1-B3实现对待定位终端(STAX)的连续定位。

7. 根据权利要求1所述的室内定位方法，其特征在于，步骤C的具体方法包括： C1:在离线阶段计算每个网格的信号分布在某一置信水平下的置信区间，将其作为评 估wifi指纹质量的准则； C2:在线阶段米集维护终端(STAY)的wifi指纹信号，计算其最大似然比，且当该…^；[指 纹信号在置信区间内时将其存入指纹更新数据库(14); C3:将指纹更新数据库(14)定期更新至指纹数据库(12)以实现指纹数据库(12)的自动 更新。

8.—种基于权利要求1-7任意一项所述的室内定位方法的室内定位服务器(1)，其特征 在于，所述的室内定位服务器(1)包括通信接口(11)、指纹数据库(12)和定位引擎(13)，其 中， 通信接口(11)，用于接收若干参考节点(AP)和/或维护终端(STAY)及待定位终端 (STAX)上报的该待定位终端(STAX)或维护终端(STAY)的RSS数据； 指纹数据库(12)，用于存放训练好的指纹数据供定位引擎(13)调用； 定位引擎(13):用于基于指纹数据厍(12)和RSS数据对待定位终端(stax)进行实时位 置计算。

9. 根据权利要求8所述的室内定位服务器(1)，其特征在于，还包括用于存储基于群智 信息的指纹更新数据库(14)，并定期或不定期更新至指纹数据库(12)。

10. —种室内定位系统，其特征在于，包括权利要求8或9所述的室内定位服务器(1)和 若干位于定位空间(2)中的参考节点(AP)、待定位终端(STAX)和维护终端(STAY)，所述的室 内定位服务器⑴均与若干参考节点(AP)、待定位终端(STAX)和维护终端(STAY)通信连接， 所述的若干参考节点(AP)与待定位终端(STAX)和维护终端(STAY)通信连接。