1.一种基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，包括：
根据雷达截获脉冲信号数据模型得到雷达截获脉冲信号数据；
将虚假场景干扰信号参数值和所述雷达截获脉冲信号数据存储到GPU的常量存储器中；
基于第一核函数的GPU线程，根据附加延时计算模型和补偿相位计算模型并行计算得到所述第一核函数的每个线程块的当前散射点干扰信号所需要的附加延时和补偿相位，并将所述附加延时和所述补偿相位以矩阵数组形式存入GPU的常量存储器中；
基于第二核函数的GPU线程，根据所述GPU的常量存储器中所存储的当前散射点干扰信号所需要的附加延时和补偿相位并行计算得到第二核函数的每个线程块中当前散射点干扰信号；
基于叠加合成模型，将所述第二核函数的所有线程块的当前散射点干扰信号进行叠加合成处理得到整体虚假场景干扰信号。

2.根据权利要求1所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，所述雷达截获脉冲信号数据模型为：
其中，s(τ)为雷达截获脉冲信号数据，τ为距离向快时间，Tp为脉冲宽度，f0为载频，K为调频斜率。

3.根据权利要求1所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，将虚假场景干扰信号参数值和所述雷达截获脉冲信号数据存储到GPU的常量存储器中，包括：
在CPU中设置虚假场景干扰信号参数值；
将所述虚假场景干扰信号参数值和所述雷达截获脉冲信号数据存储在CPU内存中；
将CPU中存储的所述虚假场景干扰信号参数值和所述雷达截获脉冲信号数据复制到GPU的常量存储器中。

4.根据权利要求2或3所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，所述虚假场景干扰信号参数值至少包含干扰信号的每散射点后向散射系数强度、虚假场景方位向点数和虚假场景距离向点数。

5.根据权利要求1所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，所述第一核函数所分配的计算资源由N×M个并行线程块组成，每个线程块均为1维，每个线程块仅由1个线程组成，其中，N是虚假场景方位向点数，M是虚假场景距离向点数。

6.根据权利要求1或5所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，所述附加延时计算模型为：
其中，Δτi为当前散射点干扰信号所需要的附加延时，Ric为当前散射点干扰信号到雷达的模拟斜距，R0c为该干扰机到雷达的中心斜距，c为光速。

7.根据权利要求6所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，所述补偿相位计算模型为：
其中，为当前散射点干扰信号所需要的补偿相位，fR为多普勒斜率，t为方位向慢时间，Ri(t)为当前散射点干扰信号到雷达经过时间t飞行后的模拟斜距，R0(t)为干扰机到雷达经过时间t飞行后的中心斜距，λ为雷达信号的波长。

8.根据权利要求1所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，所述第二核函数所分配的计算资源由N×M个并行线程块组成，每个线程块均为2维，每个线程块均由个线程组成，其中，N是虚假场景方位向点数，M是虚假场景距离向点数，L是雷达截获脉冲信号数据。

9.根据权利要求1所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，根据所述GPU的常量存储器中所存储的当前散射点干扰信号所需要的附加延时和补偿相位并行计算得到第一核函数的每个线程块中当前散射点干扰信号，包括：
将当前散射点干扰信号所需要的附加延时和所述雷达截获脉冲信号数据进行卷积计算得到卷积计算结果；
将当前散射点干扰信号所需要的补偿相位和所述卷积计算结果进行相乘计算得到相乘计算结果；
对所述线程块内每个线程的相乘计算结果进行排序拼接得到当前散射点干扰信号。

10.根据权利要求1所述的基于GPU的虚假场景干扰信号仿真并行实现方法，其特征在于，所述叠加合成模型为：
其中，fALL(τ,t)为整体虚假场景干扰信号，N为虚假场景方位向点数，M为虚假场景距离向点数，σij为散射点后向散射系数值，s(τ,t)为雷达截获脉冲信号数据，Δτij为当前散射点干扰信号所需要的附加延时，为当前散射点干扰信号所需要的补偿相位，δ为冲击函数。