在信号科学的研究领域中,信号噪声消除问题是一项非常重要的内容。随着信息技术的发展,获得高精确的数据信号已变得尤为重要。一般来说,信号在获取或者传输的过程中经常受到噪声的污染,以致于降低了信号质量,因此要想获得高精确信号必须去除噪声。信号噪声消除的目的是通过使用一些去噪算法从噪声信号中提取精确的信号。许多方法和技术已经成功应用于信号噪声消除中,选择一个好的方法取决于噪声的类型。虽然自然噪声非常复杂,但为了研究噪声消除算法的性能,常常考虑三种噪声类型,这三种类型包括高斯噪声、脉冲噪声和均匀噪声。高斯噪声、脉冲噪声的消除算法已经得到了广泛的研究,本文将主要探讨均匀噪声消除算法。根据统计上最大后验估计的方法,均匀噪声消除问题在数学上可以表示为一个带有无穷范数约束的最小化问题,而无穷范数的不可微性造成了数值处理的困难。我们主要采用两种算法来求解这个带无穷范数约束的最小化问题,第一种算法我们根据凸优化理论,找出原问题的对偶问题,再利用向前向后分裂的方法求解对偶问题从而得到原问题的最优解;另外一种算法是通过引入一个凸示范性函数,根据变量分离的原则把原问题转化为两个具有解析解的最小化子问题,其次,分别对不同的子问题进行求解,从而得到交替迭代的公式。实验结果表明,两种算法在精度和时间方面都有比较好的效果。