1.基于GPU实现的运动卫星干扰源定位方法，是通过借助地面定位系统来实现的，其特征在于包括以下步骤：
a.利用当前时刻运动卫星干扰源信号到达主星和到达邻星的时间差，并辅以地球方程，得到与当前时刻运动卫星干扰源位置相对应的等时差线；其中，主星是受运动卫星干扰源信号干扰的地球同步轨道卫星，邻星是与主星邻近的地球同步轨道卫星；
b.在步骤a中得到的等时差线上取若干对经纬度值，称为参考点，并在设定范围内对运动卫星干扰源的航向值和速度值进行搜索，由参考点、航向值和速度值组成参考矢量矩阵，参考矢量矩阵的每一个元素包含了运动卫星干扰源的经纬度、航向及速度的矢量；
c.利用参考矢量矩阵，借助GPU并行计算技术构造与参考矢量矩阵对应的观测量的预测矩阵，并将预测矩阵中的元素与实际观测量进行比较，优化得到最接近实际观测量的预测矩阵元素，再以该预测矩阵元素为线索，倒推出其所对应的参考矢量矩阵中的参考点，即为运动卫星干扰源的位置预估计值；
d.对步骤c中得到的位置预估计值进行滤波处理，得到当前时刻的运动卫星干扰源位置的估计值；
e.更新当前时刻，重复步骤a～d，得到更新后时刻的运动卫星干扰源位置的估计值；
完成对运动卫星干扰源的定位。
2.根据权利要求1所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：所述的地面定位系统包括一个参考辐射源发射站和用于接收两颗卫星转发信号的地面接收站。
3.根据权利要求1所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：步骤c中所述的观测量包括运动卫星干扰源信号到达主星、邻星的到达时间差和到达频率差以及地面站接收到的运动卫星干扰源信号经主星转发后的信号频率。
4.根据权利要求4所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：所述运动卫星干扰源信号到达主星、邻星的到达时间差TDOA为：
其中，表示电磁波传播速度，l1表示运动卫星干扰源到达主星的距离，l2表示运动卫星干扰源到达邻星的距离， 表示已知参考辐射源到达主星的距离， 表示已知参考辐射源到达邻星的距离，DTO(unk)表示运动卫星干扰源信号经双星转发到达接收站的差分时差，用公式表示为：
DTO(ref)表示参考辐射源信号经双星转发到达接收站的差分时差，用公式表示为：
其中，lm1为主星到达地面接收站的距离，lm2为邻星到达地面接收站的距离。
5.根据权利要求4所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：所述的运动卫星干扰源信号到达主星、邻星的到达频率差FDOA为：
其中，fc
为干扰源的信号发射频率，f0为已知参考源的信号发射频率； 为主星速
度矢量在地面接收站径向上的分量， 为邻星速度矢量在地面接收站径
向上的分量， 为两颗卫星速度矢量在参考源径向上速度分
量的差值，其中 为主星位置矢量， 为主星的速度矢量， 邻星的位置矢量， 为邻星的速度矢量， 为地面接收站的两个接收天线的位置矢量，为参考源的位置矢量；
DFO(unk)表示干扰源信号双星转发到达接收站的差分频差，用公式表示为：
DFO(ref)表示参考辐射源信号经双星转发到达接收站的差分频差，用公式表示为：
其中，为运动卫星干扰源的位置矢量， 为运动卫星干扰源的速度矢量，fT1为主星的信号转发频率，fT2为邻星的信号转发频率。
6.根据权利要求4所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：所述的地面站接收到的运动卫星干扰源信号经主星转发后的信号频率 为：
其中，fc为干扰源的信号发射频率， 表示电磁波传播速度，fd为运动卫星干扰源运动引起的多普勒，即 Δcf为运动卫星干扰源信号频率测量误
差， 为主星的位置矢量， 为主星的速度矢量。
7.根据权利要求8所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：所述步骤c中的优化得到最接近实际观测量的预测矩阵元素，具体为：
利用参考矢量矩阵中的每一个元素，按照公式(1)～(3)计算与之对应的观测量的预测矩阵 构造函数 并求min g(χn,θm，Vl)，将该优化问题描述
如下：
其中，|·|表示求绝对值， 为实际观测量，
为观测量的预测矩阵，N为参考点χn的个数，M为航向值θm的搜索个数，L为速度值Vl的搜索个数；ming(χn,θm，Vl)所对应的(χn,θm，Vl)即为运动卫星干扰源位置的预估计值。
8.根据权利要求1所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：所述步骤b中的在步骤a中得到的等时差线上取若干对经纬度值，是指通过借助GPU技术，在搜索区域并行计算每一对经纬度值所对应TDOA值，与当前时刻TDOA测量值进行比较，取误差小于设定误差值的一系列TDOA值，并找出其所对应的若干对经纬度值而得到的。
9.根据权利要求8所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：所述步骤c中的观测量的预测矩阵中的每一个元素，是通过借助GPU技术，并行运算得到的；所述步骤c中的将预测矩阵中的元素与实际观测值进行比较，是通过借助GPU技术，并行运算进行的。
10.根据权利要求1所述的基于GPU实现的运动卫星干扰源定位方法，其特征在于：步骤d中所述的滤波处理，是采用卡尔曼滤波算法对运动卫星干扰源位置的预估计值进行实时处理的。