随着数字信号处理技术的进步，可以灵活控制参数的自适应FIR滤波器被广泛的采用在许多领域，如通信领域和网络系统中，比如：声学回声消除，信号去噪，声纳信号处理，雷达杂波抑制，天线阵波束形成，信道均衡和取消。自适应优化算法，可以在非平稳外部相应环境不断调整滤波器的参数，使滤波器可以高精确度的自我调整并且达到实时控制的要求。为了使滤波器可以实现一个理想的适应性和快速跟踪能力，具有高更新率的自适应滤波器系数是必不可少的。传统的自适应滤波器的方法太复杂，无法在硬件中实现，而且收敛速度不理想。本文提出了一种基于多维粒子群优化（PSO）算法的自适应FIR滤波器的设计。所提出的自适应算法可以让滤波器有效地工作在一个高的收敛速度，呈现了优越的性能。此外，基于粒子群优化算法的自适应滤波器系统可以在现场可编程门阵列（FPGA）实现。比起传统的自适应滤波器，我们所提出的硬件实现的粒子群优化算法可以提供一个高准确度和更快的更新速度。这个优势可以让本研究提出的基于粒子群优化算法的自适应滤波器达到了实时工作的要求。实验结果显示，文中提出的基于粒子群优化算法自适应滤波器的参数更速率达到92.5KHz,比传统的LMS算法快4625倍，比RLS快27倍。其在FPGA上消耗的逻辑单元数量是2340LEs.证明了基于粒子群优化算法的自适应滤波器有实际应用价值。