近年来,随着各种类型、各种功能的无人机的相继出现,在诸如机场、大型露天会场等地,无人机的使用问题成为安防的首要解决问题。以无人机为代表的低空慢速小目标探测也成为雷达探测的重要难题之一。虽然机载预警雷达和球载雷达具有探测低空目标的优势,但它们系统复杂、实现困难、成本过高;传统的数字信号处理平台如FPGA+DSP,其硬件和软件的开发难度都很大,开发周期长,不易于维护且不易于移植。因此本文设计了一种以通用并行计算平台GPGPU为硬件基础,以线性调频连续锯齿波为发射波形的针对低空慢速小目标的雷达系统。本文所采用的研究方法为首先通过MATLAB仿真说明各个信号处理算法的原理及目标信息提取过程;然后以GPGPU为硬件基础,研究了线性调频连续波雷达信号处理在GPGPU上实现的可行性,并与MATLAB结果做对比,证明GPGPU实现的正确性;最后借助MKL库函数在CPU上实现相同的雷达信号处理算法并分别测量两种平台的实现时间,通过时间对比说明GPGPU平台并行实现的加速效果。论文首先介绍了线性调频连续波雷达系统的基本组成和原理以及数字信号处理算法的原理及效果对比。通过公式推导说明线性调频连续波雷达如何利用本振信号和回波信号的差拍信号来获取目标的速度和距离信息,如何采用波束扫描法测量目标角度。其次,简要阐述了统一并行计算架构CUDA。CUDA是NVIDIA提供的专门为实现CPU+GPU异构平台混合编程的框架,内部集成一些接口函数和通用函数库,为快速程序开发提供便利。最后,完成了线性调频连续波雷达信号处理算法(脉冲压缩、数字波束形成、杂波抑制及动目标检测、恒虚警检测、点迹凝聚等)在CPU+GPU异构平台上的并行实现过程。通过显控终端的目标航迹检测结果可以看到,本雷达系统具有实时检测低空慢速小目标的能力。通过相同算法,不同硬件平台的运算时间对比,证明了CPU+GPU异构平台加速效果明显,这对于雷达信号处理系统的实时性具有很大的意义。