自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一。寻求收敛速度快，计算复杂度低，数值稳定性好的自适应滤波算法是研究人员不断努力追求的目标。将自适应滤波技术应用于有源降噪耳罩的设计，就得到了自适应有源降噪耳罩，其控制核心是内建自适应滤波算法的数字信号处理器，从而可以跟踪环境噪声的变化，极大地提高了降噪系统的适应性，达到更好的降噪效果。 在有源噪声控制领域，自适应LMS算法以其算法简单、鲁棒性强、易于实现的优点在实际当中得到了广泛的应用。但是LMS算法最大的缺陷在于它的收敛速度跟输入信号自相关矩阵的特征值分布高度相关。当输入信号自相关矩阵的特征值分布较大时，LMS类算法会变的非常缓慢，甚至会导致系统发散。 本文以有源降噪耳罩为对象，对LMS算法，FLMS算法，归一化LMS算法进行了深入的理论研究和分析，通过对这类LMS的仿真分析总结了他们的各自特点。进而对变换域算法进行研究，分析了快速递推最小二乘算法，并重点研究了DCT-LMS算法的结构特点以及正交变换方法。通过比较几种实数正交变换，得知DCT（离散余弦变换）是最接近KLT（最优正交变换）的次最优变换，对有源降噪耳罩的物理实现有重要意义。为了降低DCT的计算量，本文使用一种递推公式进行计算。最后，本文给出了DCT-LMS算法的仿真结果，表明该算法是一种有效的算法。