正在建造的LAMOST(大天区面积多目标光纤光谱天文望远镜)将产生大量的光谱数据.面对这些海量数据,开发光谱的自动处理、测量和分类系统的问题就摆到我们面前.与LAMOST类似的巡天项目,如SDSS和2dF等应用多种自动算法开发了一系列自动处理和分析模块.但是这些算法针对性很强,只能是和他们各自的望远镜.例如,SDSS和2dF的恒星/星系分类方法,由于LAMOST没有成像而不适用.更复杂的问题在于自动分类和自动红移测量混在一起,简单的处理模块的顺序叠加不能完成这个复杂的任务,必须建立基于模式识别的光谱自动处理框架.自动证认发射线是比较困难的,目前比较成功的是通过移动大量模板进行交叉相关.然而这种方法需要人的参与,完全自动化比较难.由交叉相关方法推广的PCAZ方法对LAMOST红移自动测量是有意义的,然而由于观测光谱波长范围的局限,只适用于红移值较小(一般情况不超过z<0.2)的情况.该文对改进该方法做了尝试,并得到有用的结论.同时,必须注意的是,该方法对模板完备的依赖性很强,要使之实用,必须有足够完备的各种天体光谱的模板.在光谱预处理过程中,主要任务是要去掉连续谱.但定义连续谱,即使是对于观测得到的没有任何畸变的物理光谱也绝非易事.我们只能考察所谓的"伪连续谱".连续谱的形状一般通过低阶多项式拟合或宽带滤波器得到.在这些方法中谱线和跳变点附近的连续谱无法处理,拟合只能限制在某些连续谱窗口.这类方法在自动处理中经常会出现谱线丢失或产生假线,我们采用了不同尺度的小波滤波器组来解决这个问题.使用不同截止尺度的小波滤波器可以得到比低阶多项式拟合或宽带滤波器更多地为连续谱细节,是准确进行特征提取的基础.该文在拟合"伪连续谱"的算法和小波变换的实现方面也作了些工作.由于改进的PCAZ红移自动测量方法强烈依赖于模板的完备性,同时,要测量较大的红移,模板蓝端光谱必须足够长,且信噪比要高.而现有的模板在这两个方面达不到要求,该文附录利用IUE紫外光谱数据构造了LINER星系、正常星系、Seyfert Ⅰ型星系、Seyfert Ⅱ型星系和星暴星系紫外段的光谱模板.