自适应滤波器具有处理时变未知环境下信号的能力,因而广泛应用于系统辨识、噪声抵消、回声消除、自适应信道均衡等诸多领域。自适应滤波算法作为自适应滤波器的重要组成部分一直都是信号处理领域的研究热点。仿射投影（Affine Projection Algorithm,APA）算法是其中一类重要的自适应滤波算法,该类算法是归一化最小均方误差（Normalized Least Mean Square,NLMS）算法的推广,通过输入数据重用来降低输入信号的相关性对算法的影响,继而有效提髙了算法的收敛性能。但实际环境中广泛存在的非高斯噪声会破坏传统的基于l₂范数优化准则的仿射投影算法性能。Wilcoxon范数作为鲁棒估计的重要手段可以引入自适应滤波算法中,达到抑制非高斯噪声的目的。本文对非高斯信号处理理论、APA算法以及鲁棒估计理论进行了深入研究,针对传统APA算法抗非高斯噪声干扰性能差的问题提出了改进策略。具体地,首先以最小化加权Wilcoxon范数代替加权l₂范数作为代价函数,推导出了基于Wilcoxon范数的仿射投影（Wilcoxon Affine Projection Algorithm,WAPA）算法的更新方程,并在更新方程中引入双符号算子,以有效抑制非高斯噪声;其次,引入步长函数以提高算法对环境的适应性,最终形成了基于Wilcoxon范数的变步长双符号仿射投影算法（Variable Step-Size Sign-Sign Wilcoxon Affine Projection Algorithm,Variable Sign-Sign WAPA）。该算法不仅保留了APA算法对相关输入信号的有限性,还增强了算法对非高斯干扰的抑制能力,并且可以自动调整步长因子,保证了算法的鲁棒性。大量的仿真实验表明,与现有的一些APA类算法和鲁棒自适应滤波算法相比,本文所提出的算法在收敛速度、稳态失调、以及环境适应性方面都有显著的优势。