滤波技术是信号分析、处理技术的重要分支，是控制电磁干扰，保证设备电磁兼容性,提高可靠性、保密性的重要技术。在实际应用中，如果没有充足的信息来设计固定系数的数字滤波器，或者设计规则在滤波器运行时改变，我们就需要研究一种能够在未知情况下自我调节进行滤波的滤波器。自适应滤波器是一种能够通过自我学习，调节参数达到滤波效果的滤波器。所以凡是需要处理未知统计环境下滤除噪声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。最终确定基于LMS算法的FIR自适应滤波器结构是最适合硬件描述语言实现的。这个结构主要包括LMS算法模块，FIR滤波器模块及其控制程序模块。论文通过这三个模块的实现方法不同，用三种方法在FPGA中实现了LMS算法的自适应滤波器，分别是NiosⅡ纯软件方法，VHDL方法和NiosⅡ自定制方法。其中，VHDL描述方法的实现采用了基于单精度浮点数的加法器模块、乘法器模块、二进制和浮点数的转换模块，并对定点数和浮点数在不同阶数下的资源消耗进行了对比。该设计不仅提高了运算精度而且扩大了数据的运算范围。采用NiosⅡ自定制方法比NiosⅡ纯软件方法实现提高了运算速度，而且这种优势在阶数越高的情况下越为明显。最后通过实验将设计好的程序下载至DE2(EP2C35)开发板，对正弦波，三角波及方波信号在不同阶数下的滤波效果分别进行了观察。实验结果表明浮点数在硬件实现上有明显的精度优势，NiosⅡ嵌入式软件的灵活性在设计滤波器中拥有良好的应用前景。