在语音通信设备中,回声的存在严重降低了语音通信的质量。采用自适应滤波器以系统辨识的方式来跟踪和估计未知回声信道,是使用最广泛的回声消除方法。归一化最小均方算法、仿射投影算法和归一化子带自适应滤波器由于结构简单、鲁棒性好,而被广泛应用于回声消除中。但这些算法需要根据系统具体性能要求,在收敛速度和稳态失调之间做出权衡。无参数变步长自适应算法解决了高收敛速度和低稳态失调之间相互矛盾的问题。同时该系列算法不需要任何声学环境的先验信息,具有较低的实际应用难度。本文在回声消除的背景下,深入研究了无参数变步长自适应算法,针对不同的问题和应用场景,提出了三种改进的无参数变步长算法。1、针对降低算法在数字逻辑系统实现时对资源占用率的目的,提出了一种新的无开根方约束的无参数变步长仿射投影算法。采用硬件易于实现的约束方式来代替无参数变步长仿射投影算法的开根方约束,使算法在降低对数字资源占用率的同时能保持收敛性能不变。2、针对提高自适应算法在高背景噪声干扰下收敛性能的目的,提出了一种带约束的变步长矩阵归一化子带自适应算法。通过对各个子带的时变步长引入时变约束,使算法在高背景噪声干扰下获得较高收敛速度和较低稳态失调,同时具备较高鲁棒性。3、为解决梯度下降变抽头长度自适应算法的抽头收敛速度和稳定性这一矛盾问题,将其与无参数变步长归一化最小均方算法相结合,提出了一种变抽头拟合参数的梯度下降变抽头长度自适应算法。通过对自适应滤波器的收敛情况进行评估,实时地改变抽头拟合参数,使算法在获得较快的抽头收敛速度的同时还具有较强的稳定性。实验结果表明,新的无开根方约束的无参数变步长仿射投影算法的收敛效果及回声消除效果与传统的无参数变步长仿射投影算法相同;在有背景噪声干扰情况下,带约束的变步长矩阵归一化子带自适应滤波器的收敛性能和滤波效果好于传统的归一化子带自适应滤波器;变抽头拟合参数的梯度下降变抽头长度自适应算法在具备更快的抽头收敛速度的同时还具有较强稳定性。