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。
