1.一种滤波RSSI和禁忌搜索聚类的传感节点定位方法,其特征在于,应用于无线传感器网络,包括: 利用STF法和MAF法,对待定位节点和锚节点的RSSI测量值进行滤波处理,得到RSSI优化的测量值; 根据RSSI优化的测量值,确定所述待定位节点与所述锚节点之间的距离值; 根据所述待定位节点与所述锚节点之间的距离值,利用极大似然估计法生成约束函数,以作为禁忌搜索聚类法的适应度函数; 将定位问题转换为寻优问题,基于所述适应度函数,利用禁忌搜索聚类法对所述待定位节点的位置坐标进行寻优,得到定位结果。 2.如权利要求1所述的方法,其特征在于,利用STF法和MAF法,对待定位节点和锚节点的RSSI测量值进行滤波处理,得到RSSI优化的测量值,包括: 利用MAF法,确定STF法的强跟踪滤波弱化因子; 根据所述强跟踪滤波弱化因子,利用STF法对待定位节点和锚节点的RSSI测量值进行滤波处理,得到RSSI优化的测量值。 3.如权利要求1所述的方法,其特征在于,所述基于所述适应度函数,利用禁忌搜索聚类法对所述待定位节点的位置坐标进行寻优,得到定位结果,包括: S11、根据所述待定位节点与所述锚节点之间的距离值,利用聚类法确定初始解,以作为初始的当前最优解; S12、根据禁忌表,在当前最优解的邻域内进行禁忌搜索,得到不被禁忌的候选解集合; S13、根据适应度函数,确定所述候选解集合中适应度值最大的候选解;在该候选解的适应度值大于当前最优解的适应度值时,更新所述禁忌表,并更新所述当前最优解; S14、重复S12和S13,直至迭代次数达到预设次数,得到目标最优解,以作为定位结果。 4.如权利要求3所述的方法,其特征在于,所述根据禁忌表,在当前最优解的邻域内进行禁忌搜索,得到不被禁忌的候选解集合,包括: S21、根据禁忌表,在当前最优解的邻域内进行禁忌搜索,得到不被禁忌的采样解; S22、重复S21,得到采样解集合; S23、对所述采样解集合中的采样解进行局部搜索,得到与各个采样解对应的候选解集合。 5.如权利要求4所述的方法,其特征在于,所述根据适应度函数,确定所述候选解集合中适应度值最大的候选解,包括: 根据适应度函数,分别确定与各个采样解对应的候选解集合中适应度值最大的候选解,得到与各个采样解对应的局部最优解,并得到全局最优解。 6.如权利要求5所述的方法,其特征在于,在所述根据适应度函数,确定所述候选解集合中适应度值最大的候选解之后,还包括: 在所述局部最优解的适应度值大于所述全局最优解的适应度值时,减小搜索步长,否则增加搜索步长,其中,所述搜索步长预先设置有最小值。 7.如权利要求4所述的方法,其特征在于,所述根据禁忌表,在当前最优解的邻域内进行禁忌搜索,得到不被禁忌的采样解,包括: 根据禁忌表,在当前最优解的邻域内,沿着上次搜索方向的相反方向进行禁忌搜索,得到不被禁忌的采样解。 8.一种滤波RSSI和禁忌搜索聚类的传感节点定位装置,其特征在于,应用于无线传感器网络,包括: 滤波模块:用于利用STF法和MAF法,对待定位节点和锚节点的RSSI测量值进行滤波处理,得到RSSI优化的测量值; 距离确定模块:用于根据RSSI优化的测量值,确定所述待定位节点与所述锚节点之间的距离值; 适应度函数确定模块:用于根据所述待定位节点与所述锚节点之间的距离值,利用极大似然估计法生成约束函数,以作为禁忌搜索聚类法的适应度函数; 位置确定模块:用于将定位问题转换为寻优问题,基于所述适应度函数,利用禁忌搜索聚类法对所述待定位节点的位置坐标进行寻优,得到定位结果。 9.一种滤波RSSI和禁忌搜索聚类的传感节点定位设备,其特征在于,包括: 存储器:用于存储计算机程序; 处理器:用于执行所述计算机程序,以实现如权利要求1-7任意一项所述的滤波RSSI和禁忌搜索聚类的传感节点定位方法的步骤。 10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如权利要求1-7任意一项所述的滤波RSSI和禁忌搜索聚类的传感节点定位方法的步骤。