针对卫星干扰源定位系统的自动化程度低,定位质量依赖于操作者的经验,且系统定位性能难以优化的问题,本文提出了基于机器学习的卫星干扰源定位系统,利用定位过程对参数的调整和定位结果的质量指标数据来训练定位系统,学习定位规则和隐含在定位数据中的模式,从而在新的定位任务中具备较好的预测和决策能力,提高系统自动化水平和定位质量。