LMS(Least Mean Square,最小均方)自适应滤波算法最早由Widrow等人提出,由于实现结构简单,计算量小,稳定性好等诸多优点被广泛应用于自适应控制、雷达、系统辨识等领域。然而时域传统LMS自适应滤波算法也存在一些缺陷,主要包括两方面：一是其收敛速度和稳态误差对收敛因子的要求相互矛盾,选择收敛因子时只能在高收敛速度和低稳态误差之间折中考虑；二是其收敛性能受输入信号功率影响,在输入信号功率不断变化的情况下,为保证最大输入功率时的收敛稳定性,必须牺牲低输入信号功率时的收敛速度。除了上述缺陷外,对于任何信号处理系统,特别是有实时处理要求的系统,减小算法计算复杂度始终是一个重要的改进方向。本文从自适应滤波技术研究的重要意义入手,首先研究了时域传统LMS自适应滤波算法、RLS自适应滤波算法和块LMS自适应滤波算法的性能；其次在时域传统算法的基础上引出一种基于频域的块LMS自适应滤波算法,并完成其性能分析；然后对时域传统LMS自适应滤波算法和频域块LMS自适应滤波算法进行系统建模；最后采用Verilog硬件描述语言进行编程,在Xilinx ISE Design Suite 10.x平台上完成时域传统LMS自适应滤波算法和频域块LMS自适应滤波算法的仿真测试,同时对两种算法在运算量大小和硬件实现难易程度方面进行对比分析。