自适应滤波理论和应用研究是现代控制理论的一个重要发展方向，并且对实际非线性系统辨识、建模、预测和滤波具有重要的理论和应用价值。本文围绕复杂系统辨识、建模、滤波等理论方法及其在油田录井和试井领域的应用，展开了深入探讨，主要完成了以下研究工作。 首先较细地研究了时域、频域和变换域最小均方自适应滤波器。介绍了滤波的结构形式和有关学习算法，并且进行了仿真和应用实例研究。 在实际问题中，存在许多被时变相关噪声污染的系统。对此类系统最小均方算法的收敛速度很慢。为此本文提出了一种自适应噪声消除器，它包含一个自适应Kalman滤波器和一个噪声统计极大后验估值器。通过对含有正弦分量的相关噪声的光滑信号滤波仿真试验和带时变相关噪声的非光滑油井色谱信号滤波应用实验表明这个自适应噪声消除器的有效性。 为了提高信号处理的精度，本文熔最小均方滤波、Kalman滤波和小波变换于一炉，提出了小波基自适应去卷滤波器。并用文中方案做了若干仿真实验，结果表明，该滤波器能很好地跟踪反射系数信号，并能滤去高频噪声，平均相对误差在1％以内，表明文中方案是十分有效的。