大天区面积多目标光纤光谱望远镜(Large Sky Area Multi-Object Fiber Spectroscopy Telescope,简称LAMOST),又称郭守敬望远镜,是我国自主研制成功的大口径兼具大视场的主动反射施密特望远镜。LAMOST的建成使我国在光学仪器制造、海量信息处理等技术领域迈入新台阶,也为世界天文学的观测研究提供了卓越的观测手段和研究平台。本文以LAMOST的数据处理系统为基础,介绍了该子系统的数据类型和处理过程,主要研究光谱抽取之前的预处理问题。针对观测获得的二维光谱数据信噪比较低的问题进行光谱轮廓的恢复工作,包括宇宙射线的检测和去除以及光谱信号降噪两方面,以改善光谱图像的质量；针对实测光谱轮廓的不对称和顶部平坦的特性,提出新的轮廓拟合模型和迭代求解方法,提高拟合精度,为高准确度的光谱抽取做准备。本文的主要内容和贡献如下：1.研究了宇宙射线的检测和去除方法。依据宇宙射线和光谱轮廓在图像形状和灰度值方面的区别,提出基于局部信息主动轮廓模型的宇宙射线检测法,采用全变分范数对偶形式的数值解法,快速获得全局最优解,然后利用图像恢复模型进行射线点的去除。实验结果验证了算法的正确性,为低信噪比光谱信号的降噪做了准备。2.研究了低信噪比一维光谱信号的降噪。针对传统低通滤波无法滤除混叠噪声的不足,根据光谱信号和噪声在时频域上的分布差异,在Wigner变换域提出基于先验信噪比的加权滤波新思路,设计合适的权重函数,抑制混叠噪声的同时保持有效信号。模拟数据和观测数据的实验结果表明,降噪后的轮廓信号可以满足后续抽谱的需要。3.研究了非高斯模型的光谱轮廓拟合。针对现有模型对轮廓变化的适应性较差和一般拟合求解方法适用范围有限的问题,提出一种基于多高斯-洛伦兹曲线叠加的模型进行光谱轮廓的逼近,并选用Nelder Mead单纯形迭代法优化目标函数,可灵活适应变化的轮廓形状,拟合精度高,具有一定的抗干扰能力。采用模拟数据和实际观测数据进行实验,说明我们的算法具有有效性。