自适应滤波器是研究一类结构和参数可以改变或调整的系统,具有在未知环境下良好运行并跟踪输入统计量随时间变化的能力,是信号与信息处理学科中一个重要的研究方向。具有开创意义的是在横向滤波结构中,LMS算法在梯度下降的方向上寻求代价函数最小值,也就是误差最小的原则。另一类重要的横向滤波算法是RLS算法,它是由最小二乘法演变经递推而成的。这两种算法是其他类算法及其变种的基础。本文重点研究了格型滤波结构的工作方式,提出了一种ⅡR格型结构的自适应滤波算法。ⅡR格型滤波结构可以看成是FIR格型滤波结构的反向过程,不同是其是一个单入单出滤波器,它的一个最大的优点在于传输函数所反映的全通特性。零极点梯度自适应格型算法(Gradient adaptive lattice with zero and pole, GALZP)以输入信号与第M阶的后向进动信号差的均方值为代价函数,在由沿梯度负方向的下降过程中得到了反射系数的时间更新方程,较好地维持了ⅡR格型结构的全通性。由格型结构滤波产生的前后向信号,并不是对实际信号的直接估计,因此格型结构反映的是输入信号序列经格型滤波后所产生的新序列。对于自适应处理系统来说,最重要的由参考信号来约束自适应滤波过程中各调整量的变化,使得滤波器输出等于期望所需要的信号。将这个新序列与参考信号统一起来的能够对期望信号作出估计,这一过程即为联合估计过程。将后向序列用于另一自适应处理过程中是格型联合估计过程的核心,简单来说,联合处理分为两个阶段,利用格型滤波结构产生的后向序列再同时经过单独的另外一次常规自适应滤波处理。联合估计过程有2种模式,分为总体误差更新方式及阶误差递归更新方式,它们对权值更新的方式不同。ⅡR格型联合处理器具有收敛快、误差小、计算量小的优势,其所具有的优良特性完全可以实用化到自适应信号处理的其它方面。