噪声是影响光声气体检测系统的一个重要因素。在强噪声环境下，光声信号完全可能被背景噪声所淹没，导致甲烷气体浓度检测的不准确性。这给煤矿的安全生产带来严重影响，甚至会给国家造成巨大的经济损失。因此，在强噪声背景下，如何有效地抑制和消除干扰噪声成为人们研究的热门课题。　　本文详细介绍了光声光谱气体检测原理，包括气体吸收光谱理论、光的吸收、热的产生和光声信号的激发，为气体光声光谱检测系统的组建提供了理论基础。并分析了噪声的来源以及噪声对光声检测系统的影响。　　本文分析了自适应噪声抵消技术的原理。详细研究了自适应噪声抵消算法中的LMS（最小均方）自适应算法、仿射投影算法、神经网络算法。并在此基础上建立了步长因子和误差信号之间的非线性关系，并应用在仿射投影算法中。然后在MATLAB平台下对算法进行仿真，并对仿真结果进行了分析，对理论分析的结果予以证实。　　实验结果表明，LMS算法抗噪性能差，而且误差大。仿射投影算法、神经网络算法的性能优于LMS算法。基于仿射投影的改进算法具有收敛速度快、稳态误差低和噪声抑制能力强等特点。在强噪声背景下，能取得优异的去噪效果，具有很重要的理论意义和应用价值。