随着现代信号处理技术以及现代通信技术的发展和需求，研究从噪声干扰所淹没的环境中检测和提取有用信号具有重要意义。如果干扰信号的噪声为高斯白噪声，由于高斯 白噪声具有平坦谱，并且其高阶累积量为零，此时利用传统的滤波手段或者高阶累积量技术可以很容易地实现信号分离，达到信号提取的目的。但是当背景噪声为非高斯分布时，噪声的频谱与信号频谱混叠，利用传统的方法难以实现噪声抑制或消除以达到提取有用信号的目的。实际应用中我们可以获悉非高斯背景噪声的相关噪声，设计自适应噪声对 消滤波器，实现对信号中噪声的有效抑制，提高信号传输的信噪比。当相关噪声与实际影响噪声线性相关，噪声对消滤波器采用简单的横向自适应滤波器是可行的，但是某些条件下，获取噪声与实际影响噪声满足非线性相关，此时对消滤波器需要具备非线性逼近能力，前馈神经网络作为自适应噪声对消滤波器具有独特优势。随着硬器件的发展，前馈神经网络滤波器的硬件设计已经得以实现，这为其应用进一步拓宽了前景。文中对前馈神经网络自适应噪声对消滤波器的设计和算法进行了分析，并在仿真条件下实现了非高斯噪声背景下的自适应信号提取。