自适应滤波器是统计信号处理的一个重要组成部分。在实际应用中，由于没有充足的信息来设计固定系数的数字滤波器，或者设计规则会在滤波器正常运行时改变，因此我们需要研究自适应滤波器。凡是需要处理未知统计环境下运算结果所产生的信号或需要处理非平稳信号时，自适应滤波器可以提供一种吸引人的解决方法，而且其性能通常远优于用常规方法设计的固定滤波器。此外，自适应滤波器还能提供非自适应方法所不可能提供的新的信号处理能力。 本论文从自适应滤波器研究的重要意义入手，介绍了线性自适应滤波器的基本原理、算法及设计方法，对几种基于最小均方误差准则或最小平方误差准则的自适应滤波器算法进行研究，最终基于一改近的LMS算法设计复数自适应滤波器，并以VHDL语言编写在maxplus平台上进行仿真测试。
