目前大多數(shù)分布式估計(jì)算法以最小均方誤差準(zhǔn)則作為代價(jià)函數(shù)，在脈沖噪聲下性能惡化乃至發(fā)散。擴(kuò)散式仿射投影符號(hào)算法（ Diffusion Affine Projection Sign Algorithm， DAPSA）以Ⅰ1范數(shù)為代價(jià)函數(shù)，在脈沖噪聲環(huán)境中具有良好的魯棒性，并且具有較快的收斂速度。然而，固定步長(zhǎng)的 DAPSA在保持較大的初始收斂速度和較低的穩(wěn)態(tài)誤差之間存在矛盾。為降低非高斯噪聲環(huán)境下 DAPSA的穩(wěn)態(tài)誤差，同時(shí)仍保持較快的初始收斂速度，文中提岀了一種擴(kuò)散式最大相關(guān)熵準(zhǔn)則變步長(zhǎng)仿射投影符號(hào)算法（ Diffusion Maximum Correntropy Criterion Variable Step Size Affine Projection Sign Algorithm， DMCCVSSAPSA）。首先，該算法利用改進(jìn)的卡方核作為核函數(shù)，自適應(yīng)更新算法每次迭代過(guò)程中的步長(zhǎng)取值，在取得較快初始收斂速度的同時(shí)可有效降低穩(wěn)態(tài)誤差;然后，提岀了一種基于系統(tǒng)先驗(yàn)誤差的自適應(yīng)動(dòng)態(tài)范圍方法，以進(jìn)一步降低穩(wěn)態(tài)誤差;最后，通過(guò)改進(jìn)卡方核與改進(jìn)高斯核函數(shù)的對(duì)比實(shí)驗(yàn)， DMCCVSS-APSA與其他分布式算法的對(duì)比實(shí)驗(yàn)、不同脈沖噪聲環(huán)境下 DMCCVSSAPSA和 DAPSA的對(duì)比實(shí)驗(yàn)，驗(yàn)證了所提算法的性能表現(xiàn)。仿真結(jié)果表明， DMCCVSS- APSA與對(duì)比算法相比表現(xiàn)良好，在相似的初始收斂速度下穩(wěn)態(tài)誤差降低了5dB以上。實(shí)驗(yàn)數(shù)據(jù)充分說(shuō)明，在固定步長(zhǎng)的 DAPSA的基礎(chǔ)上提出的變步長(zhǎng)方法和自適應(yīng)動(dòng)態(tài)范圍方法，具有對(duì)脈沖噪聲的強(qiáng)魯棒性的同時(shí)，能有效降低穩(wěn)態(tài)誤差，提升了分布弌仿射投影類算法的性能表現(xiàn)。最后指出所提算法在ATC式聯(lián)合方式和最優(yōu)靈敏度的取值上需要進(jìn)一步的研究。