现如今的通信产业蓬勃发展,各种通信设备在我们生活和工作中逐渐变得不可或缺,其通话质量的好坏直接决定了人们最根本的用户体验。影响通话质量的主要因素是噪声和回声,回声就是在通话过程中从听筒听到的自己讲话的声音,而回声的存在常常令人难以忍受,如何降低声学回声对语音信号的影响是本文主要的研究内容。针对传统回声消除算法性能上的不足,基于声学回声消除(Acoustic Echo Cancellation,AEC)的基本原理,以及横向有限冲激响应滤波器和自适应滤波算法,对于不同条件下的AEC提出了相应的改进算法,主要研究内容如下:1.在输入信号为无关信号的条件下,针对回声路径复杂且长度很长时,稀疏控制μ律比例归一化最小均方算法(SC-MPNLMS)计算复杂度高的问题,提出一种变步长SC-MPNLMS频域分块算法。结合估计回声与误差信号的对数功率谱(LPS),用递归平均方法处理每个频点的自相关与误差信号的互相关从而共同确定泄漏系数,使用变步长矩阵代替全局步长因子对滤波器权值向量进行更新,改善了算法在后期步长因子过大导致稳态误差过大的缺点;针对频域分块自适应滤波算法初始收敛速度慢的问题,将滤波器初始权值赋值为稀疏度适中的随机序列。2.在输入信号为相关信号的条件下,并且当系统中存在脉冲噪声时,提出一种联合优化的归一化子带自适应滤波(NSAF)回声消除鲁棒性算法。基于标准NSAF算法的收敛性,通过最小化其均方误差(MSE),联合时变步长与时变正则化参数对算法进行优化,使算法在获得快速的收敛速率时能够取得较低的稳态失调,并且当脉冲噪声出现时,通过递归的方式更新子带截止系数,提升算法对脉冲噪声的鲁棒性。3.在相关输入信号条件下,针对回声路径稀疏程度对比例NSAF算法性能的恶化影响,提出一种改进的稀疏控制比例NSAF算法。使用稀疏测量方法对未知的回声路径的稀疏程度进行估计,结合稀疏程度控制方程,通过最优化算法的性能指标来确定指数方程中的最优参数,并用分段线性函数取代原指数控制方程来简化算法复杂度,通过在每次迭代中采用估计回声路径的稀疏程度,提高比例NSAF算法对回声路径稀疏程度的鲁棒性。