随着现代社会的发展和工业化进程的不断加快,噪声污染愈来愈成为主要的环境污染源,各种干扰、噪声不但影响着实际工程应用和人们的生产生活,还威胁到人们的健康。自适应噪声抵消技术可在外界干扰源特性未知,传播途径不断变化的情况下,抑制或衰减噪声,检测和提取出有用信号。本文以自适应噪声抵消为研究目标,主要工作如下:(1)基于功率谱的非均匀子带分解与重构算法的研究。应用周期图法对信号的功率谱进行估计,然后对功率谱幅度进行划分,实现信号的频谱分组,通过调制对分组后的频谱进行搬移,实现非均匀子带信号的分解;全带信号的重构,采用完全相反的过程;Matlab对子带信号本征值扩散度、信号重建性能的仿真结果表明,该算法能够控制子带信号本征值扩散度分布在合理的范围内,并具有较好的重构性能,重构误差的数量级为1016?。(2)基于功率谱的非均匀子带自适应噪声抵消算法的研究。对于期望信号采用与参考信号相同的基于功率谱分布的非均匀子带分解方法,在不同子带内独立进行频谱搬移和子带抽取后,进行自适应噪声抵消处理。仿真结果表明,该法可以有效的实现自适应噪声抵消处理,并且其收敛速度,快于全带抵消处理。(3)模型失配问题研究。针对自适应滤波器存在的阶数模型失配问题,研究了分数变阶数FIR自适应滤波算法。该算法将稳态均方片段误差定义为代价函数,以分数的形式对滤波器阶数进行迭代运算,实现自适应滤波。仿真结果表明,变阶数自适应滤波器可以在阶数未知时,给定初始阶数后,自动的收敛到最佳滤波器阶数。(4)自适应噪声抵消的实验研究。根据自适应噪声抵消的原理,设计并构建了实验系统,开展了抵消性能的实验研究。在实验环境中的噪声分别选用单频、白噪声和风扇噪声,有用信号选取一段音乐。对于实验数据,进行了相干性分析和噪声抵消性能分析,并对模型失配问题进行了实验验证。结果表明,在实际环境中,噪声间的相干性与声源大小、话筒间距离等因素有关;在风扇噪声干扰下,进行噪声抵消时,采用基于功率谱的非均匀子带分解与重构算法与均匀子带分解算法相比,同阶数时(同为50阶时),比均匀子带噪声抵消的信噪比增益高约1.0521d B;对于模型失配问题,采用变阶数LMS算法,可以实现实际环境中的噪声抵消处理,但是由于环境的复杂性,滤波器阶数浮动变化。