数字助听器能有效地帮助听障患者改善听力。但是放大作用的助听器中麦克风和受话器间存在闭合环路，容易发生声反馈，引起可听见的啸叫。声反馈限制了助听器的最大稳定增益，使得患者对语言可懂度降低。本文主要研究数字助听器中自适应声反馈抑制技术，基于系数成比例算法，提出适用于助听器的变步长算法提高声反馈消除性能。论文的主要工作包括：1、研究了耳聋患者的听觉障碍机制，分析了听障患者的听力损失特点。在此基础上，重点研究了数字助听器关键算法的基本原理和实现过程，包括：语音增强、压缩放大、移频、声源定位和几种传统的声反馈抑制方法。2、自适应声反馈消除主要基于自适应系统辨识系统，本文重点研究了自适应系统辨识的原理。深入研究了两种基本的自适应滤波算法：LMS和RLS算法，并仿真分析了他们的优缺点。详细推导了声反馈抑制系统应用最广泛的归一化LMS（NLMS）算法并进行了实验仿真。3、声反馈路径往往具有稀疏响应的特点，本文提出将一种系数成比例的NLMS算法——IPNLMS算法（Improved Proportion NLMS）应用到助听器声反馈消除中，利用冲击响应的稀疏性获得比NLMS算法更快的收敛速度。研究发现，当IPNLMS的全局步长固定时，收敛速度和稳态失调是一对矛盾的关系。针对该问题，本文提出一种新的变步长算法，该算法依据滤波器梯度调节IPNLMS算法的全局步长，步长随滤波器系数梯度的减小而减小，有效地解决了收敛性能和稳态失调的矛盾。该算法受噪声影响小，适用于声反馈消除。仿真实验表明，本算法在数字助听器声反馈消除中的性能优于NLMS算法和固定步长IPNLMS算法。