空时自适应处理（Space-Time Adaptive Processing,STAP）技术诞生于1973年,该技术能够在空时二维有效的抑制地（海）强杂波和强干扰,大幅度提升机载雷达微弱低速运动目标的检测性能。经过近半个世纪的发展,STAP理论趋于成熟,STAP技术的工程实现成为该领域的主要研究方向。随着高性能FPGA和DSP处理器技术的发展,赋予了FPGA强大的并行处理能力、DSP强大的浮点运算能力,基于FPGA和DSP架构的STAP实时处理系统成为当今主流。基于以上背景,本文围绕基于FPGA和DSP架构的空时自适应处理实现技术展开了研究。首先对STAP理论算法进行了研究,给出了一套工程化STAP算法方案,该方案适用于非均匀杂波环境,有较好的杂波抑制性能。采用目标导向约束和广义内积（GIP）算法联合对训练样本进行挑选,为估计杂波协方差矩阵提供了相对均匀的训练样本,然后利用m DT降维算法和子空间投影算法分别对均匀样本和非均匀样本进行杂波抑制,最后利用二维CA-CFAR和二维OS-CFAR联合进行恒虚警检测。然后针对STAP算法方案搭建了基于Open VPX标准的雷达信号处理平台,标准化的设计通用性强,兼容不同厂家的VPX板卡,有利于多厂家协同开发。该平台的信号处理核心是4块基于FPGA和DSP架构的信号处理板卡,其结构灵活,适合模块化设计,运算性能强大。同时,设计了基于串行Rapid IO的高速互连网络,使得该平台上的任何Rapid IO设备都可以实现互相通信。每一条链路都采用4通道,单链路理论数据带宽达到18Gbps,数据吞吐量大。接着在雷达信号处理平台上实现了工程化STAP算法方案,这也是本文的研究重点。本文对空时自适应处理的实现过程进行了详细的论述,包括STAP算法模块的划分与分配、FPGA逻辑设计、DSP程序设计、FPGA和DSP的通信传输设计,尤其是为了提高实时性所做的流水设计、内存规划和程序优化,以及为了提高精度所做的定点位宽扩展、归一化及定点转浮点设计。最后,搭建STAP系统测试平台,利用多组仿真雷达回波数据对STAP系统进行测试和分析,包括实时性、精度误差和资源消耗。测试结果表明,平均每个相参处理间隔的处理时间为23.522ms,系统延迟为62.578ms,满足实时性需求。相对于MATLAB双精度浮点运算,STAP系统的目标检测相对误差精度为10^-3量级。FPGA和DSP处理器的运算、存储资源消耗占比低于70%,有一定的系统扩展空间。