本论文主要进行有关核信号波形高速采样数据处理的算法研究，主要内容包括：核信号波形离散数字序列的滤波及对能谱分辨率等的影响；核信号波形识别算法的研究等。 　　采用基于Kaiser窗口函数的有限长冲击响应高通滤波器，对叠加有各种低频噪声的信号进行滤波，研究滤波对能谱特征的影响。在不同的截止频率、不同的噪声信号幅度下，滤波后的能谱分辨率明显提高。但是当噪声与信号幅度比达到20％时，滤波后的能谱虽有所改善，但是分布明显偏离正常的高斯分布。提高滤波器截止频率，有助于增加能谱分辨，而且滤波后的信号幅度正比与滤波前的信号幅度，即具有线性。但是，截止频率太高时，幅度损失太多，能谱峰明显左移。因此，实际工作中要权衡。 　　对于相同的数据源，采用自适应滤波器进行了研究。滤波后信号幅度的衰减比较小，没有像高通数字滤波器滤波后能谱峰的中心位置有明显的向左偏移现象。滤波后有很好的高斯分布对称形状。而且自适应滤波器滤波后的能谱峰宽度要比高通滤波后的峰宽窄，这说明在低频噪声干扰的情况下，自适应滤波器较高通滤波器优越。因此，对采样数据进行数据处理的时候，因该优先考虑使用自适应噪声抵消滤波器来进行滤波。但是算法复杂，即算效率相对低些。 　　对波形甄别技术进行了初步研究。提出了三种甄别算法，即零穿越法、电荷积分法、模式提取法。对于两种类型的信号波形，当它们的信号幅度、上升时间、信号宽度等之间相差在一定范围内时，研究发现，在不同情况下，不同的算法对波形的甄别有各自的优缺点。零穿越法主要适用于信号幅度相近而上升时间相对差较大的情况，电荷积分法主要适用于信号上升时间相近而幅度相差较大的情况。模式提取法综合考虑了多种因素，包括信号幅度、上升时间、信号宽度、信号堆积等，适用范围更广，甄别率更高些。 　　最后在综合比较的基础上，将三种算法结合在一起进行信号甄别。