自适应滤波器在滤波的过程可以根据接收信号自身的特点自动地调节权值系数,从而对接收到的信号进行有效地滤波、平滑和预测等处理,是现代数字信号处理的一个重要组成部分。经典的自适应滤波算法收敛速度缓慢,不能很好地满足高性能实时地进行信号处理的要求。本文首先将求解自适应滤波器最优值问题概括为多目标优化问题,而粒子群优化算法由于收敛速度快、全局搜索能力强等特点,成为解决多目标优化问题的强有力工具。因此本文提出基于粒子群优化算法的自适应滤波器设计。结合了前人的工作,理论上分析说明分析标准粒子群优化算法能搜索到最优解的前提是搜索空间是静态的。因此,对于平稳环境中,本文提出基于标准粒子群优化算法的自适应滤波器设计方法。针对标准粒子群优化算法自适应滤波器只能工作于平稳环境的缺点,本文创新性地提出能够工作非平稳环境中的动态搜索粒子群优化算法的自适应滤波器设计,并对该算法的收敛性作了一定地分析。仿真结果表明,基于动态搜索粒子群优化算法的自适应滤波器不仅能够快速地收敛,而且稳定性强。最后,本文采用FPGA全流水多相处理技术实现基于动态搜索粒子群优化算法的自定义浮点自适应空域抗干扰滤波器。这种多相信号处理技术可实现大规模的粒子群算法。允许整个设计系统在不降低算法性能的同时,又大大地减少硬件资源的开销。本文采用VHDL和Verilog语言混合编程,使用Modelsim与MATLAB/SIMULINK协同仿真的方法对整个滤波器系统进行仿真验证,最后将整个工程在Vivado平台上进行综合实现。