信号处理特别是数字信号数理是近些年来随着通信、雷达、声纳、自动控制等系统过程逐渐形成和发展起来的新兴学科，在理论上及应用上所涉及的领域十分广泛，为其领域提供了基本分析、建模和综合的工具。现代信号处理是在非线性、非平稳、非高斯的背景下分析与处理信号的，在算法复杂度方面有了长足的发展，其目标就是信息的最优化利用以达到最佳性能。本文的研究建立在双模噪声基础上对通信中信号处理理论进行了一定的补充与完善。对于双模噪声的研究本文采用了现代信号处理的方法解决了一些问题。主要工作如下：（1）综述了通信系统中信号处理发展现状，介绍了非高斯噪声处理技术发展的现状及研究双模噪声的意义。（2）研究了双模噪声的模型及其基本统计特性。（3）系统地阐述了信号估计理论，其中主要介绍了最大后验概率估计准则，最大似然估计准则，最小均方误差估计准则，最小平均绝对误差估计准则，贝叶斯估计准则，最小二乘估计准则。在实际应用中，由已经获得的观测信号或者观察样本对其中信号的一个或者几个参量甚至信号波形进行定量的推断就是估计问题。（4）在双模噪声的背景下研究了扩展卡尔曼滤波算法和粒子滤波算法，提出了改进算法。对于非线性、非高斯问题，基于贝叶斯估计理论对信号状态估计，利用带有双模噪声的观测量对系统状态进行滤波与估计。（5）研究了自适应算法和仿射投影算法，针对系统输入数据具有一定的相关性时，LMS算法和归一化LMS算法的收敛速度会很低，本文提出了改进算法。对于识别未知系统表现了良好的滤波性能。