稀疏系统广泛存在于通信和信息处理等领域中。近年来,对稀疏系统估计课题的研究受到了广泛关注。目前,一些稀疏自适应滤波算法能够很好地解决常规条件下的稀疏系统估计问题。然而,在一些特殊场景下,如存在脉冲噪声干扰或复数信号作用下,算法的性能不够理想或算法无法适用。为了解决上述问题,本文首先将符号运算的思想用于块稀疏系统的自适应估计,提出了块稀疏符号算法(BS-SA)。该算法能够有效地抑制脉冲噪声对自适应滤波器性能造成的影响。其次,在圆高斯信号输入条件下,本文分析了复数零吸引最小均方(ZA-CLMS)算法的二阶稳态性能。性能分析的结果能够预测算法进入稳态时可以达到的精度。最后,本文将符号运算的思想推广到复数域中。通过定义一种关于误差信号的加权代价函数,并将比例自适应策略引入梯度下降法中,推导出了一种鲁棒的复数比例归一化符号算法(CIPNSA)。该算法既具备良好的抗脉冲干扰能力,又能加快估计复数稀疏系统的收敛速度。