为了减少连铸生产过程中的漏钢事故，有必要可靠地测量结晶器温度。在圆坯连铸中使用热电偶测温是个有效的方式。由于工业现场存在大量干扰，尤其是电磁搅拌转置的使用，使得干扰比有用信号强很多。尽管采用了一些硬件抗干扰措施，仍然不能获得满意的效果。常用软件滤波方法也只是一定程度上可以滤除干扰，需要采用新的方法对此进行了处理。 首先本文研究了横向自适应滤波器结构，分析了自适应滤波的几种常用算法(LMS，RLS和NLMS)的特点，应用范围等。按照自适应噪声抵消原理，应用于自适应陷波器的实例，对这几种算法进行了分析。 根据结晶器信号和干扰的不同特性，按照自适应噪声抵消原理，给出了一个新的自适应噪声抵消器结构对温度数据进行了处理。采用温度信号的时延做参考信号，为了消除直流分量的影响，在自适应滤波器输入前加了一个高通滤波器。本文研究了变步长LMS算法在自适应噪声抵消中的应用，最后给出了一个新的变步长NLMS算法。新的变步长NLMS算法设计简单，在初始收敛速度、时变系统跟踪能力及稳态失调几个方面性能比常用的LMS算法和NLMS算法好。 结合神经网络技术，设计了基于BP神经网络的自适应噪声抵消器，并对温度信号进行了处理。 Matlab仿真结果证明了上述方法的有效性。