抗脉冲干扰是自适应信号处理领域较为重要的一个研究方向。符号误差最小均方算法（SE-LMS）的提出为抗脉冲干扰问题提供了有效的解决方法。然而,当未知系统的输入为有色信号时,或者该系统为稀疏时,SE-LMS算法的收敛速度较慢,稳态失调较大。近年来,在自适应滤波基础上提出的自适应网络,在目标定位与跟踪、动物群体运动建模、基因调控网络、频谱感知、传感器网络等领域具有重要应用。自适应算法是决定自适应网络性能的重要因素之一。本文首先将变步长的思想运用到具有抗脉冲干扰能力且收敛速度快的扩散式仿射投影符号算法（DAPSA）中,提出变步长扩散式仿射投影符号算法（VSS-DAPSA）,使得算法在收敛速度和稳态失调之间都能取得较优值,从而提高了算法的收敛性能;其次,本文将仿射投影符号思想应用于多任务自适应网络,提出了鲁棒多任务仿射投影符号算法（MD-APSA）,该算法适用于多任务未知系统,且有较快的收敛速度和较低的稳态失调;最后,本文将滤波器参数向量的l₀范数应用到MD-APSA算法的代价函数中,提出了稀疏鲁棒多任务仿射投影符号算法（SMD-APSA）,该算法能够加快估计稀疏系统的收敛速度。