针对脉冲噪声干扰环境下传统稀疏自适应滤波稳态性能差，甚至无法收敛等问题，同时为提高稀疏参数辨识的精度的同时不增加过多计算代价，提出了一种基于广义最大Versoria准则（GMVC）的稀疏自适应滤波算法——带有CIM约束的GMVC（CIMGMVC）。首先，利用广义Versoria函数作为学习准则，其包含误差p阶矩的倒数形式，当脉冲干扰出现导致误差非常大时，GMVC将趋近于0，从而达到抑制脉冲噪声的目的。其次，将互相关熵诱导维度（CIM）作为稀疏惩罚约束和GMVC相结合来构建新代价函数，其中的CIM以高斯概率密度函数为基础，当选择合适核宽度时，可无限逼近于
-范数。最后，应用梯度法推导出CIMGMVC算法，并分析了所提算法的均方收敛性。在Matlab平台上采用
-stable分布模型产生脉冲噪声进行仿真，实验结果表明所提出的CIMGMVC算法能有效地抑制非高斯脉冲噪声的干扰，在稳健性方面优于传统稀疏自适应滤波，且稳态误差低于GMVC算法。
