随着国家大力发展智能电网、物联网、可见光通信等新兴产业技术,电力线通信作为一种基础通信手段,与通电设备天然相容,必然会随着这些新兴产业的发展而兴盛。然而,电力线信道中存在大量噪声和干扰,特别是脉冲噪声极大降低了通信可靠性,成为电力线通信应用的障碍。因此,设计低时延、高性能的电力线脉冲噪声抑制算法具有重要意义。该文针对电力线宽带通信系统中的脉冲噪声,设计了两种基于压缩感知的脉冲噪声抑制改进算法。该文主要研究工作如下:为解决正交频分复用的电力线宽带通信系统中脉冲噪声造成的通信性能不稳定、误比特率高的问题,设计一种改进的先验辅助稀疏自适应匹配追踪算法（Modified Priori-Aided Sparsity Adaptive Match Pursuit,MPA-SAMP）来恢复脉冲噪声。为了高效恢复脉冲噪声,将优化阈值后获得的部分支持集作为MPA-SAMP算法的输入。在脉冲噪声恢复阶段,利用部分支撑集初始化参数,以常系数调节感知矩阵和残差乘积的最大值作为门限筛选感知矩阵中的原子,将残差与终止条件的距离分为两阶段,根据不同阶段调节步长,以提高恢复脉冲噪声的准确性。仿真结果表明,与传统算法对比,所提算法具有较好的误比特率性能,并在较高信噪比时有更好的脉冲噪声恢复性能。针对贪婪类算法在观测向量数量较少时恢复精度低的问题,设计一种基于稀疏贝叶斯学习的改进算法恢复脉冲噪声。根据电力线通信信道脉冲噪声的特性,考虑脉冲噪声的恢复精度,利用预处理获取部分支撑集对稀疏贝叶斯学习的初值设置进行改进。仿真结果表明,与贪婪算法和传统算法相比,所提算法具有较好的误比特率性能,并且对脉冲噪声的稀疏性和观测向量的数量具有一定鲁棒性。