“低小慢”目标具有雷达散射截面积小、多普勒特征不明显以及低空活动的特点,为了实现对其正常的检测与跟踪,需降低相应的门限,同时大量的环境杂波与干扰目标也会进入雷达数据处理系统,使得需要计算的数据量大幅增加,因此对雷达数据处理系统的实时性、稳定性提出了更高的要求。本文研究了基于脉冲多普勒体系“低小慢”雷达的雷达数据处理算法,提出了一种流水线式实时数据处理的方案用于雷达数据处理模块,并基于Python编程语言实现了可多平台移植的雷达控制及显示一体化上位机软件系统。本文主要内容有:（1）本文介绍了“低小慢”目标与雷达数据处理的背景、研究现状,并讨论了传统雷达数据处理领域的方法与原理;在项目方案下,本文采用软件模块化的设计思想,将上位机系统分为人机交互界面模块、雷达数据处理模块、通信管理模块、数据管理模块四个独立的模块,并给出显控一体化雷达上位机软件系统的整体设计方案。（2）针对“低小慢”目标回波信号能量低、受环境干扰大、目标与杂波频谱特征难以区分的特性,本文详细地给出了雷达数据处理模块中核心算法的实现细节。其中,基于扇区数据结构的滑窗选区机制为本文的创新点,可在减少计算量与缓存数据量的同时提升点迹凝聚算法的搜索关联范围;此外,针对“低小慢”目标高机动性的特征,本文设计了实验性的航迹修复子模块,用于拼接中断的航迹,补全航迹中缺失的点迹以及修复有异常点迹的航迹。（3）由于需要计算大量的数据,本文在雷达数据处理模块中采用了流水线式实时数据处理机制,有效提升雷达数据处理模块整体的计算效率,且有效防止因子模块阻塞而带来的系统延时,从而保证了系统的实时性与稳定性。此外,本文还给出了系统实现过程中算法的优化方案,例如向量化法与分组法等,可减少点迹与点迹互联、点迹与航迹互联等互联运算的复杂度,从而提升互联运算的效率。（4）本文深度分析了雷达数据处理模块中各个子模块的算法复杂度,给出了各个子模块的运行耗时测试结果,以及各个子模块准确性分析结果。结果表明,流水线式实时数据处理机制为效率最高的计算方法,同时优化方法有效提升了互联算法的计算效率。