本学位论文研究一类特殊的非线性半定规划问题，即凸二次半定规划(简记为CQSDP).这类问题在经济、金融、工程设计、控制论等领域有着广泛的应用.因此，研究凸二次半定规划问题的求解算法在理论和应用方面都有重要的意义，　　本学位论文提出了凸二次半定规划问题的一个原始对偶预估校正算法.根据线性半定规划原始对偶预估校正算法的思想，基于Nesterov Todd-scaling(NT-scaling)方向和仿射缩放(affine-scaling)方向建立了CQSDP的一个原始对偶预估校正算法.文中引进了中心路径函数，在每次迭代中，Nesterov Todd-scaling(NT-scaling)方向和仿射缩放(affine-scaling)方向分别作为校正步和预估步的搜索方向，文中证明了满NT步和预估步的可行性以及中心函数在新迭代点的性质.在一定条件下算法经O(6nlogTr(X0S0)/ε)次迭代后得到一个ε-最优解.　　论文最后对提出的算法进行了初步的数值测试，数值结果表明该算法是可行并且有效的.