水声信道环境复杂多变,由于多径效应的存在,水声信道的冲击响应常常表现出稀疏特性;此外,水声信道还易受脉冲噪声的干扰,导致通信系统性能恶化。在脉冲噪声背景下,高效进行稀疏信道估计是降低通信系统误码率和提高系统可靠传输的关键。近年来,稀疏自适应滤波算法被提出并广泛应用于信道估计中,并取得了较好的估计性能,但现有稀疏算法仍存在着估计速度和误差无法有效平衡,以及算法对信道稀疏特性利用效能低等问题。针对上述问题,在脉冲噪声和稀疏信道估计背景下,本文旨在研究性能优异的稀疏自适应滤波算法以提高算法信道估计性能。因此,本文选取两种噪声鲁棒的最小平均p范数（Least Mean p-Power,LMP）算法和最大相关熵仿射投影（Affine Projection Maximum Correntropy Criterion,APMCC）算法展开研究。本文具体研究工作如下:针对步长为固定值时,算法无法有效平衡信道估计速度和误差的问题,本文对变步长方法展开研究。提出了一种基于改进高斯函数的变步长LMP（Variable Step-Size LMP,VSS-LMP）算法,该算法能够在初始阶段产生一个较大步长以加快收敛速度,在系统逐渐稳定时产生一个小步长以降低稳态误差,且该变步长方法能有效对抗脉冲噪声干扰。同时,结合信道稀疏特性,通过引入相关熵诱导度量范数约束,提出了一种变步长相关熵诱导LMP（Variable Step-Size Correntropy Induced Metric Constraint LMP,VSS-CIMLMP）算法。所提VSS-CIMLMP稀疏自适应滤波算法在稀疏信道估计中呈现出良好的估计速度、精度以及信道跟踪能力。针对传统的l0和1l稀疏范数约束方法零吸引力不足,以及相关熵诱导度量稀疏约束方法复杂度过高的问题,本文对l0范数展开研究。将一种逼近于l0范数的复合反比例函数引入到稀疏自适应滤波算法中,提出了一种复合反比例函数约束的稀疏APMCC（APMCC with Compound Inverse Proportional Function Constraint,APMCCCIPF）算法。同时,为进一步平衡APMCCCIPF算法信道估计的速度和误差,将基于改进高斯函数的变步长方法引入,提出了一种变步长APMCCCIPF（Variable Step-Size APMCCCIPF,VSS-APMCCCIPF）算法。在脉冲噪声下稀疏信道仿真中,对比了改进后算法与未改进算法的信道估计性能,结果表明:APMCCCIPF和VSS-APMCCCIPF算法信道估计性能更好。最后,基于上述所提出的VSS-CIMLMP、APMCCCIPF、VSS-APMCCCIPF稀疏算法,对其在脉冲噪声下的稀疏水声信道估计中进行了研究。由于正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）具有技术成熟、频谱利用率高、应用广泛且能有效对抗通信干扰等优点,本文选择OFDM水声通信系统进行信道估计研究。仿真结果表明:所提算法相较于未改进算法信道估计速度更快、精度更高以及信道跟踪能力更强,有效提高了水声OFDM通信系统性能,降低了通信系统的误码率。