本文以脉冲星射电观测数据为研究对象,针对现有的脉冲星搜索算法计算量大、计算复杂等问题,使用频域消色散处理算法计算过程中产生的大量频域数据,开展脉冲星信号在频域的搜索处理方法研究。借助于频域数据使用相位信息对脉冲星信号特征进行显示,减少整体的计算量,并以CPU-GPU异构计算平台为基础,实现快速且高效可用的脉冲星搜索算法。本文的具体工作内容如下:首先,给出了两种可用于脉冲星搜索的相位特征。在频域消色散处理算法基础上,计算得到了分观测通道处理的频域数据。分析了现有的脉冲星搜索中用于判断的色散特性、宽带特性的特征图像及其计算方式,给出了一种使用多通道频域数据的色散特性展示曲线。对色散特性曲线的峰宽度、曲线随色散量变化的特征等进行了探讨。分析了幅频曲线与宽带特征间的关系,尝试使用多通道幅频曲线数据对脉冲星宽带特性进行表征。在此基础上,结合色散特征,给出了一种多通道相位对齐特征,借助于色散特性对脉冲星信号的宽带特征在频域上进行了展示。然后,借助于两种频域的相位特征,设计了一种使用经验筛选与特征过滤的脉冲星信号搜索方法。使用Parkes多波束脉冲巡天（PMPS）等数据测试设计了利用比例切分的初筛算法,借助于模拟生成的大量色散曲线数据设计了使用峰值均值比的特征过滤算法,并将整体的搜索处理算法使用CUDA在异构计算平台上进行了实现。最后,为完善整体的搜索处理流程减少人工参与,设计实现了相位特征候选体识别模型。对于相位特征搜索算法,本文选择使用银道面脉冲星巡天（GPPS）数据与500米口径球面射电望远镜（FAST）球状星团巡天数据对算法进行了测试比较。实验结果表明,使用异构计算平台实现的相位特征搜索处理算法能够在达到传统搜索算法相似处理精度的同时实现数十倍的处理速度的提升。使用的相位特征能够避开传统搜索算法较为零碎的计算架构,充分利用异构计算平台的高浮点能力,整体的搜索算法具备一定的实际应用潜力。