经过五十多年的发展,声学回声消除(Acoustic Echo Cancellation,AEC)依托自适应滤波技术而在工程实践中得到广泛应用,如车载语音交互系统、会议扩声系统、免提通话系统、助听器和人工耳蜗等。当前高质量AEC技术的需求带给了自适应算法两个主要任务:1.如何对算法性能进行折中的优化配置,因为运算复杂度的降低或者收敛速度的提升往往以牺牲算法稳态误差性能为代价。2.设计开发出新型高效核心算法,对收敛速度和运算量等实际要求从算法层面统一及优化。本文将从子带结构和块稀疏系统着手,对自适应算法的稳态收敛性、鲁棒性和计算复杂度等指标进行深入研究,主要工作包括以下内容:首先,本文为实现自适应滤波算法在收敛速度和计算复杂度上的优化配置,提出了一种用于声学回声消除的改进型自适应滤波切换算法。该算法首先利用基于快慢包络检测的语音活动检测(Voice Activity Detection,VAD)技术判别语音段,然后采用快包络和慢包络差值运算求出能量阈值,进而根据信号所处状态对算法进行切换。算法采用的多带切换结构不仅克服了子带算法所带来的混叠分量问题,残余噪声分量相比原算法也明显降低。同时还对改进算法的计算复杂度进行了理论分析。此外,本文在基于网页实时通信(Web Real-Time Communication,WebRTC)的AEC平台上实现了所研究的改进算法。其次,本文针对现有基于最小均方误差(Mean Square Error,MSE)准则的块稀疏自适应滤波算法抗冲激干扰性能不佳的问题,提出了一种基于反双曲正弦函数的抗冲激干扰块稀疏算法。该算法构造了全新的代价函数,采用负梯度最陡下降法求出抽头系数增加量,从而解决了由于冲激噪声导致的算法发散问题。同时,理论分析并推导出算法的均值收敛过程。仿真实验结果表明,在非高斯冲激噪声干扰以及截断误差下,改进型算法与原块稀疏最小均方算法相比具有更快的收敛速度和更低的稳态误差性能,因此适合应用在抗冲激干扰的AEC解决方案中。