本文主要研究基于最小均方误差算法(LMS)的自适应滤波器及其在参数估计中的应用,主要包括一种改进的自适应滤波器及其在信号瞬时包络、相位、频率的估计中的应用和自适应滤波器在单矢量水听器方位估计中的应用。首先研究了自适应陷波器(Notch)的性能及其在参数估计中的应用,它在参数估计应用上有些局限,如在信号频率和滤波器的中心频率不对准的情况下,包络估计是有偏的,而频率估计性能也会随着频差的增大而急剧下降。为解决这些不足,提出了一种改进的自适应滤波器算法。我们给出了这种滤波器的结构,并推导证明了这种算法的原理,根据原理总结出估计参数的方法。这种滤波器结构简单、运算量小。仿真验证了这种算法在滤波器中心频率和信号频率不对准时,其包络估计是无偏的,且频差增大时,频率估计误差要比Notch自适应滤波器的要小。然后用湖试数据验证了这种基于改进滤波器的参数估计方法的有效性。同时结合单矢量水听器的工作原理,将LMS自适应滤波算法应用在矢量信号处理中,这种滤波器能在信号滤波时就估计出波达方向(DOA)和信号频率,并从理论上证明了这种参数估计方法是基于最小均方误差的无偏估计。与常用的方位估计方法ESPRIT相比,该方法能以很小的运算量获得和ESPRIT相当的估计精度,并利用水池试验数据验证了改方法的有效性。