风廓线雷达是一种以大气湍流为主要探测对象的晴空测风雷达,随着风廓线雷达资料用途的拓展,对大气湍流回波多普勒谱宽,回波功率强度,多普勒频移等数据精度要求越来越高,对风廓线谱数据处理提出了更高要求。在过去几十年,风廓线雷达谱数据处理主要关注于风谱估计,但由于地物杂波,外部噪声,飞行物,降水等干扰的存在以及傅里叶变换方法本身的局限性,导致功率谱线常常出现多峰交叠现象,给正确的谱矩判断带来困难,导致探测产品误差很大,特别是在降水情况下,测得风速甚至完全错误,由于风廓线雷达对风的探测与天气情况密切相关,所以急需对不同的天气情况下,对雷达获取到的功率谱数据进行进一步处理,特别是在大气湍流谱,降水粒子谱以及噪声谱等多峰谱识别等领域展开研究,建立有效的谱参数提取方案,提高谱矩估计精度,供后级风场数据反演,从而提高风廓线雷达探测精度,以确保我国风廓线雷达网尽快投入业务应用。本文主要分析了降水情况下风廓线雷达谱数据特征,对谱数据处理相关流程与算法进行了系统的阐述,并对部分算法进行了改进;在地物杂波抑制方面,本文在分析了常规均值滤波算法的基础上提出了一种改进的风廓线雷达地物杂波抑制方法,结果表明抑制效果较好；针对降水天气下探测数据的可信度与可靠性不足,本文着重分析了降水情况下大气湍流回波识别等方面的算法,并尝试将基于正交多项式拟合的最小二乘算法应用于风廓线雷达风谱识别中：以实际探测数据为源,将本文算法与常规算法做对比分析,结果表明本文算法有效解决了常规方法在降水情况下将降水粒子回波当作大气湍流回波而导致的产品可信度低的问题。本文最后还分析了大量实际探测数据,对风廓线雷达平均噪声功率、信噪比、数据获取率等三个主要指标进行了统计特性分析。