面对全球能源紧缺和环境污染的严峻形势和艰巨挑战,电动汽车（Electric Vehicles,EVs）以其节能减排的优异效果,得到广泛关注。世界上许多国家已将电动汽车的发展上升到国家战略的高度,这使电动汽车得以井喷式发展。动力电池（Power Battery）是电动汽车的驱动能源,获取其参数与性能指标离不开电池测试仪器。电池参数数据的测试真实性极大影响着动力电池状态估计、剩余寿命预测等性能评价。但是电池测试过程中数据量大、传输易堵塞、干扰强烈,对数据实时处理系统提出了严峻的挑战。本文旨在研发一套应用于电池测试仪器的高性能数据实时处理系统,实现电池测试数据的高速、高可靠实时处理,以及电池测试仪器中的上位机软件、功率变换系统、数据采集系统以及触摸屏的协调控制,保证测试数据真实性。本文主要的研究内容如下:首先,详细分析了电池测试仪器对数据实时处理系统的功能与性能需求,提出了数据实时处理系统的整体功能架构,制定了其工程化实现方案。其次,选取了高性能多核控制器,并设计了系统的各个功能电路,阐述了各电路的结构与工作原理,分别用于实现以太网通信、串口通信、CAN通信、电平转换与驱动、断电续存、仿真调试以及系统供电。然后,以所设计的硬件电路为基础,利用Vivado集成开发环境构建了 IP（Intellectual Property）核集成平台,编程实现了异构多核架构中每个处理器核心的软件,并分析了每个软件工作流程。接着,利用电池测试仪器所获取的电池数据,研究了锂离子电池Thevenin等效电路模型和带遗忘因子的递推最小二乘（Recursive Least Squares with Forgetting Factor,FFRLS）模型参数在线辨识方法,并分别研究了基于扩展卡尔曼滤波（Extended Kalman Filter,EKF）和基于 PI 观测器的荷电状态（State of Charge,S OC）估计方法,进一步完成了三元锂离子电池的多种工况测试,并且对比分析了上述研究成果。实验结果表明,基于PI观测器的SOC估计算法相对于基于扩展卡尔曼滤波的SOC估计算法在收敛速度、准确性、复杂度及实时性方面更具优势。最后,搭建了电池测试试验平台,并开展测试验证。结果表明,所设计的数据实时性处理系统达到了预期的功能和性能指标,工程实用价值高。