助听器自适应指向性系统自动跟踪干扰声音方向,将响应最弱的方向朝向干扰,达到抑制干扰,提高信噪比和言语理解度的目的。　　 本论文主要研究助听器自适应指向性系统的几个关键算法,解决系统在实现上遇到的几个问题,包括低频滚降、传声器信号失配、自适应算法在处理语音信号时的失调以及混响对自适应指向性的影响等。　　 本论文首先设计一个基于ANF算法的双传声器指向性系统。该系统的指向性部分采用了ANF算法,能够自适应地抑制后方的干扰声音；后端加入一个低通滤波器补偿低频滚降效应；前端加入一个动态幅度匹配单元补偿传声器的信号失配。该系统具有较低的复杂度和延时,适合在助听器上应用。　　 其次提出了两种带信噪比补偿的NLMS算法,根据后验信噪比实时调整自适应滤波器的更新步长。保证了信号平稳变化时系统在各种信噪比下都具有足够大的更新步长,而在信号快速变化的大部分时刻更新步长很小,从而在不降低自适应算法性能的前提下降低了指向性系统在处理非平稳语音信号时的失调。通过仿真验证了当期望语音和干扰同时存在时,在指向性系统中采用带信噪比补偿的NLMS算法相比于其他几种NLMS算法具有较低的失调以及较快的收敛速度；通过实验验证了在助听器专用DSP中采用这两种算法处理实际信号的效果:都具有较好的指向性性能和较低的失真。　　 本论文的研究重点是基于统计混响模型的自适应指向性过程的去混响算法。首先在Habets的双传声器去混响算法的基础上加入了预处理,有效提高了室内语音的去混响效果。从仿真和客观评价的结果来看,加入预处理的算法在不同混响程度下的去混响效果都优于Habets的算法,尤其当混响程度较强时改善更为明显。接着将Habets的去混响算法与ANF的指向性结构相结合,提出了一种自适应去混响的指向性算法,能够在混响环境中抑制干扰和混响信号。相对于ANF算法和Habets的算法,该算法复杂度并没有明显增加却同时具备两者的功能,具有在助听器中应用的前景。通过仿真和客观评价验证了该算法在混响程度较轻或中等时具有很好的效果,但当混响程度较强时,算法的失真比较严重,指向性能力几乎丧失。在前一种自适应去混响的指向性算法基础上提出了利用维纳滤波的方法计算谱增益,以从混响和干扰中估计期望语音的算法。在仿真和客观评价阶段发现该算法具有更好的去混响和指向性性能以及较小的失真。最后设计了一个主观听力测试,对采用维纳滤波的自适应去混响的指向性算法进行了主观评价。对主观评价结果进行了平均及统计后发现:该算法在轻度或中度混响环境下具有较好的指向性性能,但在强混响环境下失真较大,性能下降严重；此外期望语音与干扰本身的特点可能对该算法的处理效果有一定影响。