目前，直接序列扩频通信技术发展迅速，虽然其本身具有干扰抑制特性，但当其处理增益不足以对抗强干扰时，必须采用自适应算法来进行干扰抑制。本文主要研究了基于自适应滤波算法的直扩系统窄带干扰抑制。　　 论文分析了扩频通信技术的基本理论，包括扩频技术的理论基础，扩频系统的特点、分类及应用，扩频通信的几种工作方式，以及直接序列扩频系统的基本原理。针对系统干扰，分析了时域滤波算法和变换域滤波算法的窄带干扰技术。同时讨论了目前常用的自适应滤波技术。　　 自适应滤波技术分为线性自适应滤波技术和非线性自适应滤波技术，在研究前人对于最小均方误差准则的应用基础上，采用了改进LMS算法、横向结构的自适应滤波算法，并采用非线性变换，对信号进行高斯化处理，得到非线性MLMS算法。针对LMS算法收敛速度非常慢，对非平稳信号自适应性能较差的缺点，改用MMSE准则得到的实现最优干扰抑制的递推最小二乘(RLS)算法。但由于RLS算法计算量较大，采用直接将正交三角(QR)分解输入数据矩阵来完成最小二乘权向量计算的QR-RLS算法，从而降低计算复杂度，具有更好的数值稳定性，并利用MATLAB仿真工具，对两种算法进行仿真。　　 论文在分析了前面两种类型的算法的结构、信号处理方式和收敛准则之后，选用基于输入矩阵QR分解的，具有格形结构、LS准则和插值处理方式的QRD-LSL插值算法作为抑制DSSS中NBI的自适应时域滤波算法。为了获得更好的算法性能，将前面的“非线性变换”这种方法，用于QRD-LSL插值算法，得到了非线性QRD-LSL算法。接着推导出了算法的递推公式，给出了算法的实现结构，最后利用C++语言对算法进行实现。仿真结果说明非线性QRD-LSL算法降低了输入信号数据矩阵特征值的扩散程度，也降低了NBI抑制模块输入信号中背景信号数据样值间的相关程度，具有良好的算法性能和可实现性。