针对传统的自适应噪声抵消算法存在容易陷入局部极值点和不易收敛的问题,本文利用遗传算法的全局收敛特性,构造了基于遗传算法的自适应噪声抵消系统,分别采用基于二值编码和基于实数编码的遗传算法进行仿真。 根据仿真结果,基于FIR滤波器结构的系统虽然有着结构简单的优点,但当参考噪声信道传输函数为ARMR模型时,算法的搜索效果相对IIR滤波器结构较差。因此本文采用了IIR滤波器结构的系统。 仿真结果显示,对于自适应噪声抵消问题,直接采用实数编码的遗传算法与常用的基于二进制编码的GA相比可以提高解的精度和运算速度。针对遗传算法所存在的未成熟收敛和局部搜索能力较差的问题,本文采用小生境技术以有效保持群体的多样性,避免了算法的未成熟收敛。然后将遗传算法与基于梯度的算法相结合得到混合遗传算法,仿真结果表明该算法可以有效地提高算法的局部搜索能力,从而提高了算法的搜索精度和速度。 UNDX交叉算子有着很好的全局搜索性能；单亲遗传算法可以解决“早熟收敛”问题；cGA可以降低遗传算法对内存的要求。对这些算法的研究都有着各自的意义,本文将其应用到自适应噪声抵消系统,并给出了相应的仿真结果本文的最后探讨了遗传算法的并行化处理和硬件实现问题。