介绍了噪声抵消的原理和从强噪声背景中自适应滤波提取有用信号的方法，并对最小均
方
(LMS, Least Mean Squares)
、归一化
LMS(NLMS, Normalized Least Mean Squares)
和递推最小二乘
(RLS, Recursive Least Squares)
三种基本自适应算法进行了对比研究。计算机模拟仿真结果表明，这
几种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性。相比之下，
RLS
算法
具有良好的收敛性能，除收敛速度快于
LMS
算法和
NLMS
算法以及稳定性强外，而且具有更高的
起始收敛速率；更小的权噪声，更大的抑噪能力。(The　theory　of　noise　canceling　and　the　method　for　abstracting　the　desired　signal　from strong　background　noise were described by using adaptive filtering and the LMS algorithms NLMS algorithms and RLS algorithms　 were
compared)