O conhecido algoritmo adaptativo denominado least-mean square (LMS) é uma abordagem simples e eficiente para problemas de cancelamento ativo de ruído (ANC). No entanto, na presença de sinais não Gaussianos ou sistemas não lineares, o clássico LMS comumente não alcança um desempenho satisfatório. Por essa razão, um amplo número de técnicas de processamento de sinais adaptativo robustas tem sido investigadas nas últimas décadas. Essa dissertação propõe uma abordagem de filtragem adaptativa robusta para cancelamento ativo de ruído. Em particular, o modelo utiliza a clássica estrutura filtered-X junto ao método desenvolvido neste trabalho, baseado na derivação de uma função tangente hiperbólica exponencial kernel generalizado M estimador (HEKM), o qual alcançou um desempenho ótimo em termos da Redução de Ruído Média (ANR). Os resultados demonstraram o custo-benefício do algoritmo proposto para supressão de diferentes tipos de sinais espúrios na entrada do sistema.