基于自适应滤波器的主动噪声控制技术在噪声控制领域已经得到广泛应用，但通常噪声环境是复杂多变的。文章针对高斯噪声下的线性滤波及脉冲噪声下的非线性滤波技术进行了深入研究。
　　首先，本文对线性滤波算法展开分析，针对传统固定步长存着无法协调收敛速度与稳态误差的缺点，提出了一种非线性变步长LMS算法。通过在步长因子与误差信号之间建立非线性函数关系，使步长因子可以在算法初始收敛阶段取较大值，保证算法的高收敛速度;在收敛完成阶段步长因子取较小值，保证算法具有低稳态失调量，并且在误差接近零时，保持步长因子平缓变化。新算法克服了LMS算法在自适应稳态阶段步长调整过快导致系统不稳定的问题，使得线性滤波算法在加快收敛速度的前提下，降低了稳态误差。将该算法应用于服务器噪声的有源控制实验中，新算法在收敛速度与稳态误差上都取得了较大改善。
　　其次，本文研究了脉冲噪声下的非线性Volterra滤波算法。线性滤波算法在非线性脉冲噪声控制过程中无法收敛，为了解决这一问题，出现了，一批非线性脉冲噪声控制算法。本文提出了一种基于Volterra级数扩展模型的变步长VFxBSLMS算法，算法采用非线性压缩的方式有效解决了冲击样本对算法稳定性的影响，并增加了误差信号预处理环节。针对输入信号的强相关性及算法收敛速度问题，将变步长算法思想引入到非线性滤波中，提高了非线性滤波算法的效果。在模拟不同强度脉冲噪声的滤波实验中，VFxBSLMS算法在收敛速度及稳态误差方面要优于其它几种对比算法。