噪声污染是世界公认的四大环境污染之一,它会对人们的身心健康和生存环境产生巨大影响。近几十年来,由于传统的被动降噪(如吸声、隔声、隔振等)在低频方面的降噪效果不尽如意和DSP技术的快速发展,主动噪声控制因此被认为是一项与传统的被动降噪相并列的技术,而得到十分大关注和发展。在主动噪声控制领域中,传统线性前馈型自适应控制器利用滤波-x最小均方算法在大多情况下取得了良好的效果。但是在实际的运用中仍然存在许多问题,其中一个便是当要消除的噪声为脉冲噪声时。脉冲噪声具有非高斯分布特性,存在于生活中的许多地方,例如建筑工地上的打桩机、工厂中的冲击锻压设备等。本文首先分析了脉冲噪声的理论模型——α稳态分布,给出了生成服从α稳态分布的脉冲噪声信号的数学公式；介绍了现有的一些脉冲噪声主动控制算法并分析了它们的不足。在此基础上提出了滤波-x非线性压缩变换最小均方(nonlinear companding filtered-x least mean square,NCFXLMS)算法,该算法利用一种非线性的压缩函数对误差信号进行转换,以转换过的误差信号的瞬态能量最小为控制目标。同时为了克服该算法中死区和误差信号的压缩程度对控制效果的双重影响,通过误差信号来不断调整该非线性压缩函数的参数以达到更快的收敛速度和更好的降噪效果。接着分析了算法的收敛条件与运算量。该算法克服了现有处理脉冲噪声算法的不足,不需要脉冲噪声的任何先验信息。通过理论分析和仿真研究,验证了NCFxLMS算法相较于现有处理脉冲噪声算法的优越性。然后在RLS结构下同时借鉴鲁棒统计学中的M估计器的思想,提出了滤波-x递归最小M估计(filtered-x recursive least M-Estimate, FxRLME)算法,该算法因使用的M估计器不同而拥有4种不同的子算法。同时考虑到在RLS结构下滤波器权值更新很慢的假设不再成立,在FxRLME算法的基础上提出了用算法误差来代替传感器测得的真实误差的考虑交换误差的滤波-x递归最小M估计(filtered-x recursive least M-Estimate with commutation error, FxRLMECE)算法。然后在理论上分析对比了滤波-x RLS算法、考虑交换误差的滤波-x对数转换RLS算法、FxRLMECE算法,同时统计了它们在一个迭代周期的运算量。最后对各算法进行了仿真分析,仿真结果表明,FxRLMECE算法中除基于Huber估计器的子算法外,其余子算法均优于考虑交换误差的滤波-x对数转换RLS算法；同时它们不仅适合处理脉冲噪声还适合处理高斯噪声与混合噪声。