近些年来,随着多维信号处理理论与应用的蓬勃发展,二维数字滤波器的设计受到了研究人员的广泛重视,并逐渐被应用到图像处理 、生物医学工程、地震数据处理、天文学及卫星图像处理等领域。噪声消除是信号处理的核心问题之一,自适应噪声抵消 (AdaptiveNoise Cancelling,ANC)技术可在未知外界干扰源特征、传递途径不断变化、背景噪声与被测对象相似的情况下 ,有效消除外界干扰 ,获得高信噪比的对象信号。当噪声为附加高斯噪声时。二维线性滤波器因其容易分析和实现的特点,可实现最优滤波运算 ;但当在非高斯噪声的场合,特别是因噪声具有非线性传输特性。其性能将会很差。非线性自适应滤波器常具有比线性自适应滤波器更好的性能12]。作为模式识别的一种新技术和知识方法。神经网络是模仿和延伸人脑智能、思维和意识等功能的非线性自适应系统,具有巨量并行性 、自适应性、自学习性、自组织性和高度非线性131,为解决上述难题提供了途径 ,其实现模式变换和特征提取的特点对于自适应二维信号处理具有重要意义。