声探测技术作为一种重要的军事侦察手段,是防空作战中反电子干扰及反低空突防的一种有效途径。被动声探测系统探测到的信号在传播和接收过程中将不可避免地受到噪声的污染,如何有效的降低噪声的影响提取有用信号是声探测的一项重要内容,所以噪声控制也就显得尤为重要,而近十年来噪声控制的一项先进技术就是自适应有源噪声控制(AANC)。论文首先给出了在存在有用信号的条件下自适应有源噪声控制的性能评价标准,在这一标准的指导下,将盲源分离算法引入自适应有源噪声控制系统作为自适应有源噪声控制的预处理器。盲源分离理论是信号处理领域一个新的研究方向,本文给出了盲源分离的基本模型和性能评价标准,在由信息论得出的自然梯度盲源分离算法的基础上,引入动力因子和变步长因子对盲源分离算法进行改进,提高盲源分离算法的鲁棒性。本文采用的自适应算法是在标准LMS迭代公式的基础上,基于变步长思想进行改进,能加快算法的收敛性能,并通过系统仿真得出这些改进算法的有效性。最后给出仿真结果证明了引入预处理器能提高自适应源噪声控制系统的性能,并且采用试验数据对算法进行验证。