1.根據(jù)軟采信令的自適應(yīng)指紋定位方法，其特征在于，包括以下步驟：第一步，離線路測(cè)采樣和模型訓(xùn)練階段，具體包括：
(1) 離線路測(cè)采集階段：通過路測(cè)終端采集路測(cè)信息，得到測(cè)量報(bào)告；所述測(cè)量報(bào)告中
包括路測(cè)終端的位置坐標(biāo)、測(cè)量報(bào)告中所涉及到的小區(qū)的標(biāo)識(shí)信息以及測(cè)量報(bào)告在其所涉及到的每個(gè)小區(qū)上的場(chǎng)強(qiáng)數(shù)據(jù)、時(shí)延數(shù)據(jù)和方向角數(shù)據(jù)；
(2) 模型訓(xùn)練階段：將每個(gè)測(cè)量報(bào)告作為一條訓(xùn)練樣本，構(gòu)建定位指紋庫，并根據(jù)定位指紋庫生成在線定位模型，包括：
(2-1) 將所述移動(dòng)網(wǎng)絡(luò)覆蓋區(qū)域劃分為邊長(zhǎng)為 L 的柵格，并將柵格編號(hào)，根據(jù)路測(cè)終端的位置坐標(biāo)，將訓(xùn)練樣本分配都對(duì)應(yīng)的柵格中；
(2-2) 將柵格的編號(hào)作為位于該柵格的訓(xùn)練樣本的分類標(biāo)識(shí)，分類標(biāo)識(shí)和訓(xùn)練樣本共同組成指紋數(shù)據(jù)記錄儲(chǔ)存在定位指紋庫中；
(2-3)采用支持向量回歸算法（SVR）對(duì)同一柵格內(nèi)的訓(xùn)練樣本進(jìn)行處理，得到每個(gè)柵格的SVR 定位模型，用于計(jì)算帶定位移動(dòng)終端所處的經(jīng)度和緯度；
(2-4)將所述SVR 定位模型作為在線定位模型進(jìn)行存儲(chǔ)；
第二步，在線定位階段，具體包括：
通過信令軟采集獲取待定位移動(dòng)終端的測(cè)量報(bào)告，獲取測(cè)量報(bào)告中所涉及到的小區(qū)的標(biāo)識(shí)信息以及，測(cè)量報(bào)告在其所涉及到的每個(gè)小區(qū)上的場(chǎng)強(qiáng)數(shù)據(jù)、時(shí)延數(shù)據(jù)和方向角數(shù)據(jù)；
根據(jù)該測(cè)量報(bào)告中所涉及到的小區(qū)的標(biāo)識(shí)信息，從定位指紋庫中篩選涉及相同小區(qū)的指紋數(shù)據(jù)記錄；
將篩選出的每個(gè)指紋數(shù)據(jù)記錄所包含的訓(xùn)練樣本與在線傳入的移動(dòng)終端的測(cè)量報(bào)告計(jì)算歐氏距離；并從中篩選得到歐氏距離最小的訓(xùn)練樣本，根據(jù)其所對(duì)應(yīng)的柵格，選定該柵格為目標(biāo)柵格；
將目標(biāo)柵格下的樣本數(shù)據(jù)與SVR定位模型離線學(xué)習(xí)得到的參數(shù)，進(jìn)行卷積計(jì)算，得到最終的預(yù)測(cè)經(jīng)緯度；
第三步，定位指紋數(shù)據(jù)庫自適應(yīng)更新階段和SVR定位模型自適應(yīng)更新階段，具體包括：
定位指紋數(shù)據(jù)庫自適應(yīng)更新階段：根據(jù)步驟（1）采集新的測(cè)量報(bào)告，并根據(jù)步驟（2-1）和（2-2）形成備用指紋數(shù)據(jù)記錄；根據(jù)所處柵格的SVR定位模型量化每一條指紋數(shù)據(jù)記錄對(duì)于定位計(jì)算結(jié)果的影響程度，并標(biāo)記每一條指紋數(shù)據(jù)記錄的入庫時(shí)間；根據(jù)量化的影響程度和入庫時(shí)間更新定位指紋庫，包括：
根據(jù)指紋數(shù)據(jù)記錄的入庫時(shí)間，篩選入庫的時(shí)長(zhǎng)超過設(shè)定時(shí)間段的指紋數(shù)據(jù)記錄；
將篩選出的記錄中量化的影響程度小于設(shè)定值的記錄剔除；
如果定位指紋數(shù)據(jù)庫內(nèi)指紋數(shù)據(jù)記錄的數(shù)量低于設(shè)定數(shù)量，則補(bǔ)充新采集的備用指紋數(shù)據(jù)記錄進(jìn)指紋數(shù)據(jù)庫；
SVR定位模型自適應(yīng)更新階段，包括：
如果某一柵格內(nèi)的指紋數(shù)據(jù)記錄被剔除和/或補(bǔ)入，則根據(jù)剔除和/或補(bǔ)入后的指紋數(shù)據(jù)記錄更新該柵格的SVR定位模型。
2.根據(jù)權(quán)利要求1所述的根據(jù)軟采信令的自適應(yīng)指紋定位方法，其特征在于：步驟（2）中，構(gòu)建定位指紋庫之前，對(duì)采集到的測(cè)量報(bào)告進(jìn)行篩選，將符合要求的測(cè)量報(bào)告數(shù)據(jù)用于構(gòu)建定位指紋庫；所述標(biāo)準(zhǔn)為：
①測(cè)量報(bào)告數(shù)據(jù)中所涉及的小區(qū)個(gè)數(shù)大于等于4；
②時(shí)延數(shù)據(jù)數(shù)值小于等于所采用測(cè)量報(bào)告數(shù)據(jù)標(biāo)準(zhǔn)允許的最大值；
③測(cè)量報(bào)告數(shù)據(jù)所涉及的小區(qū)與該數(shù)據(jù)采樣點(diǎn)的距離小于等于3000米。
3.根據(jù)權(quán)利要求1所述的根據(jù)軟采信令的自適應(yīng)指紋定位方法，其特征在于：在構(gòu)建定位指紋庫之前，將測(cè)量報(bào)告中的各測(cè)量值進(jìn)行歸一化預(yù)處理，將處理后的測(cè)量報(bào)告作為訓(xùn)練樣本，構(gòu)建定位指紋庫。
4.根據(jù)權(quán)利要求1所述的根據(jù)軟采信令的自適應(yīng)指紋定位方法，其特征在于：在第三步中指紋數(shù)據(jù)記錄的剔除步驟具體還包括：
為每一條指紋數(shù)據(jù)記錄添加刪除/保留標(biāo)記；
以及，將根據(jù)入庫時(shí)間篩選出記錄中量化的影響程度小于設(shè)定值的記錄標(biāo)記為刪除；
當(dāng)?shù)竭_(dá)更新定位指紋庫的指定時(shí)間時(shí)，從所述定位指紋庫中剔除所有標(biāo)記為刪除的指紋數(shù)據(jù)記錄。
5.根據(jù)權(quán)利要求1所述的根據(jù)軟采信令的自適應(yīng)指紋定位方法，其特征在于：在第三步中的定位指紋數(shù)據(jù)庫自適應(yīng)更新階段，如果定位指紋數(shù)據(jù)庫內(nèi)指紋數(shù)據(jù)記錄的數(shù)量低于設(shè)定數(shù)量，則當(dāng)?shù)竭_(dá)更新定位指紋庫的指定時(shí)間時(shí)，補(bǔ)充新采集的備用指紋數(shù)據(jù)記錄進(jìn)指紋數(shù)據(jù)庫。
6.根據(jù)權(quán)利要求4所述的根據(jù)軟采信令的自適應(yīng)指紋定位方法，其特征在于：還包括為每一條指紋數(shù)據(jù)記錄添加版本標(biāo)記的步驟；
并且在第三步中的SVR定位模型自適應(yīng)更新階段，將新添加的記錄的通過版本標(biāo)記進(jìn)行標(biāo)記；
當(dāng)?shù)竭_(dá)更新定位指紋庫的指定時(shí)間時(shí)，通過版本標(biāo)記和刪除/保留標(biāo)記判斷一柵格內(nèi)的指紋數(shù)據(jù)記錄是否被剔除和/或補(bǔ)入，如果是，則根據(jù)剔除和/或補(bǔ)入后的指紋數(shù)據(jù)記錄更新該柵格的SVR定位模型。
7.根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的根據(jù)軟采信令的自適應(yīng)指紋定位方法，其特征在于：所述設(shè)定時(shí)間段為24小時(shí)。
8.根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的根據(jù)軟采信令的自適應(yīng)指紋定位方法，其特征在于：所述樣本的設(shè)定數(shù)量為2000條/柵格。