1.一种基于最小误差传播的锚节点优化选择的最大似然定位方法，其特征在于所述方法包括以下步骤：
步骤一、系统中有I+1个无线传感器节点，分别为I个定位的锚节点和1个未知节点，它们都具有nanoLOC无线射频收发器，并可以采用双边对等方法测量得到任意两个节点间的距离估计值，其中，I为用户设定的正整数，且4≤I≤10，本发明中I取值为10；
步骤二、系统中各个节点进行初始化，未知节点首先建立无线网络，并等待其它节点申请加入网络；
步骤三、I个锚节点初始化成功后，分别采用射频收发器扫描发现未知节点建立的无线网络，并通过射频收发器发送网络加入请求数据包，申请加入该无线网络，如果加入网络成功，则执行步骤四，否则，执行步骤三；
步骤四、初始化变量i为1，i为正整数，且1≤i≤I；
步骤五、未知节点通过其无线射频收发器向第i个锚节点发送定位请求数据包，第i个锚节点收到定位请求数据包后，采用双边对等测距方法，通过与未知节点间的4J次数据包交互，获得第i个锚节点与未知节点间的距离di的J次测量值：{di1,di2,di3,…,dij,…,diJ}，并进行统计计算，将测量值的统计均值di_u作为距离di的估计结果，将测量值的统计标准差di_σ作为距离di估计结果的不确定性，i＝i+1，其中j为正整数，且1≤j≤J，J为用户设定的正整数，且50≤J≤150，本发明中，J取值为100；
步骤六、判断i的值是否大于I，若是，则执行步骤七，否则执行步骤五；
步骤七、系统获得未知节点与I个锚节点间的距离估计结果{d1_u,d2_u,d3_u，…，di_u，…，dI_u}，以及它们对应的不确定度序列{d1_σ,d2_σ,d3_σ，…，di_σ，…，dI_σ}，定义误差传播序列Q＝{d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u，…，di_σ*di_u，…，dI_σ*dI_u}，定义估计质量参数滑动窗口w＝{w1,w2,w3,…,wk,…,wK}，其中1≤i≤I，1≤k≤K，i和k初始化值为1，其中K为用户定义的正整数，且3≤K≤I，本专利中，K取值为8，定义变量l，且1≤l≤K,l初始值为K；
步骤八、系统判断k是否大于K，如果是，k值置为1，执行步骤十，否则执行步骤九；
步骤九、wk的值置为Inf，其中Inf为最大实数，k＝k+1，执行步骤八；
步骤十、系统判断i是否大于I，如果是，执行步骤十五，否则执行步骤十一；
步骤十一、系统判断k是否大于K，如果是，k值置为1，i＝i+1，执行步骤十，否则执行步骤十二；
步骤十二、系统判断di_σ是否小于wk，若是，执行步骤十三，否则，k＝k+1，执行步骤十一；
步骤十三、系统判断l是否小于k，如果是，l的值置为K，wl＝di_σ*di_u，执行步骤十一，否则，执行步骤十四；
步骤十四、wl＝wl-1，l＝l-1，执行步骤十三；
步骤十五、系统获得滑动窗口序列w＝{w1,w2,w3,…,wk,…,wK}，将其对应的距离估计值序列作为优化选择的距离估计结果d'＝{d'1_u,d'2_u,d'3_u，…，d'k_u，…，d'K_u}，将优化选择的距离估计结果对应的锚节点A'＝{A'1,A'2,A'3,…,A'k,…,A'K}作为优化选择的锚节点，执行步骤十六；
步骤十六、系统根据距离估计结果{d'1_u,d'2_u,d'3_u，…，d'k_u，…，d'K_u}，以及对应的K个锚节点坐标的坐标信息(x'1，y'1)，(x'2，y'2)，(x'3，y'3)，…,(x'k，y'k)，…，(x'K，y'K)，并结合最小二乘准则，未知节点的坐标(x，y)按公式(1)进行计算：
其中
步骤十七、判断最大似然定位计算任务是否完成，如果是，执行步骤十八，否则，在下一个定位点上，执行步骤四；
步骤十八、结束基于最小误差传播的锚节点优化选择的最大似然定位任务。
2.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明，其特征在于采用动态滑动窗口和单遍扫描的方法，能够在距离估计统计均值和统计标准差乘积的序列中高效率选择出统计均值和统计标准差乘积值最小的几个，为锚节点的优化选择提供支持。
3.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明，其特征在于采用基于最小误差传播的锚节点优化选择，减小距离估计误差对最小二乘定位的影响，实现高精度的最小二乘定位。
4.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明，其特征在于本发明中的距离估计方法也可以采用基于RSSI、TOA、TDOA和AOA等其它距离估计方法。
5.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明，其特征在于本发明采用的排序方法，也可采用其它高效的排序方法。
6.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明，其特征在于发明中的定位方法也可以适用于三维情况下的最大似然定位方法。