随着社会经济的不断发展，噪声污染备受关注。在自适应噪声抵消可以应用的场合，都能使噪声抑制达到用直接滤波难于或者不可能实现的程度。本文将自适应噪声抵消中模型失配和相关性作为主要研究对象，重点研究了分数阶变阶数最小均方类算法、复杂噪声背景下提高相关性的多通道参考信号噪声抵消方法等，完成了相应的仿真、实验工作，主要工作如下：　　（1）研究了模型失配与相关性对自适应噪声抵消性能的影响。以基本自适应噪声抵消系统为对象，研究了当自适应滤波器阶数失配时以及参考信号的相关性发生变化时，抵消系统的收敛速度、稳态失调等性能的变化。理论分析和仿真表明，当选取的自适应滤波器阶数与实际阶数相匹配时，可以减小由阶数失配带来的误差；当参考信号与期望信号中噪声的相关性越强，同时与有用信号的相关性越弱时，噪声抵消效果越好。　　（2）提出了一种改进的变误差宽度变阶数LMS算法（IVW-FTLMS， Improved variable error width variable fractional tap-length LMS）。针对模型失配中滤波器阶数收敛速度与稳态振荡之间的矛盾，通过建立引入的误差宽度函数与误差信号之间的非线性关系，达到参数选择不受噪声限制的目的。仿真结果表明：在输入信噪比20dB和0dB的噪声环境下，该算法比VW-FTLMS（Variable error width variable fractional tap-length LMS）算法阶数收敛速度快、稳态误差小。　　（3）提出一种变迭代参数分数阶变阶数梯度自适应格型滤波算法(VP-FTGAL， Variable parameter Fractional tap-length gradient adaptive lattice）。针对模型失配中输入信号自相关矩阵特征值分散度高的情况，把分数阶变阶数的思想与格型结构滤波器相结合，利用格型结构逐级正交等特点，达到加快收敛速度的目的。仿真结果表明：在输入信噪比20dB和0dB的噪声环境下，当输入信号特征值分散度高，该算法比变迭代参数分数阶变阶数LMS算法的阶数收敛速度快，阶数稳态振荡小，同时学习曲线收敛速度快和稳态误差小。　　（4）开展了多通道参考信号相关特性与抵消性能研究。在建立的多通道参考信号噪声抵消系统模型上分析了抵消原理，通过实验研究了相关性和通道数的关系以及抵消性能。仿真结果表明：不同传输特性参考通道数目的增加，可获得更多的噪声信息，与期望信号中噪声的相关性更强；在白噪声抵消实验，三通道参考信号噪声抵消系统比单通道参考信号噪声抵消系统平均信噪比增益提高了约9dB；铃声噪声加警报噪声抵消实验，平均信噪比增益提高约7dB。　　（5）开展了实验研究。设计并完成了包括信号源、信号采集与处理、噪声抵消与输出等几部分的自适应噪声抵消实验系统。实验结果表明：单频噪声实验，三通道噪声抵消系统比单通道噪声抵消系统平均信噪比增益提高了约19dB；白噪声实验，平均信噪比增益提高约1.6dB；铃声噪声加警报噪声实验，平均信噪比增益提高约3.5dB。此外在实验环境下验证了IVW-FTLMS算法滤波器阶数收敛速度快于FTLMS算法。