| 致谢 | 第6-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 1 绪论 | 第14-23页 |
| 1.1 论文的研究背景 | 第14-16页 |
| 1.2 回声路径稀疏性 | 第16-17页 |
| 1.3 自适应回声消除算法的国内外研究现状 | 第17-20页 |
| 1.4 本文主要研究内容与章节安排 | 第20-21页 |
| 1.5 本文研究的主要意义 | 第21-23页 |
| 2 自适应算法基本理论 | 第23-41页 |
| 2.1 LMS算法的推导与分析 | 第23-25页 |
| 2.2 NLMS、APA算法的推导与分析 | 第25-27页 |
| 2.3 子带分解自适应算法 | 第27-30页 |
| 2.4 自适应算法评价标准 | 第30-34页 |
| 2.5 解相关自适应算法 | 第34-38页 |
| 2.5.1 解相关自适应算法推导 | 第34-36页 |
| 2.5.2 解相关算法仿真实验 | 第36-38页 |
| 2.6 其它自适应算法简介 | 第38-39页 |
| 2.7 本章小结 | 第39-41页 |
| 3 变步长自适应算法 | 第41-63页 |
| 3.1 双端发声检测 | 第41-43页 |
| 3.2 基于Sigmoid函数的VSS-LMS算法 | 第43-45页 |
| 3.3 参数变步长NLMS算法 | 第45-54页 |
| 3.3.1 算法推导 | 第45-46页 |
| 3.3.2 传统背景噪声功率估计 | 第46-47页 |
| 3.3.3 背景噪声功率估计改进算法 | 第47-49页 |
| 3.3.4 算法仿真 | 第49-54页 |
| 3.4 参数变步长APA算法 | 第54-61页 |
| 3.4.1 算法推导 | 第54-57页 |
| 3.4.2 算法仿真 | 第57-61页 |
| 3.5 本章小结 | 第61-63页 |
| 4 Proportionate自适应算法 | 第63-87页 |
| 4.1 P算法推导 | 第63-69页 |
| 4.1.1 PNLMS算法 | 第63-65页 |
| 4.1.2 MPNLMS算法 | 第65-68页 |
| 4.1.3 SPNLMS算法 | 第68-69页 |
| 4.2 P算法仿真与计算复杂度分析 | 第69-74页 |
| 4.2.1 P算法计算复杂度分析 | 第69-72页 |
| 4.2.2 P算法仿真 | 第72-74页 |
| 4.3 改进P算法 | 第74-79页 |
| 4.3.1 ISPNLMS算法推导 | 第74-76页 |
| 4.3.2 ISPNLMS计算复杂度分析与算法仿真 | 第76-79页 |
| 4.4 Proportionate APA算法 | 第79-85页 |
| 4.4.1 PAPA算法推导 | 第80-83页 |
| 4.4.2 PAPA计算复杂度分析与算法仿真 | 第83-85页 |
| 4.5 本章小结 | 第85-87页 |
| 5 延时估计算法与部分系数更新算法 | 第87-112页 |
| 5.1 延时估计算法 | 第87-96页 |
| 5.1.1 延时估计算法原理 | 第87-90页 |
| 5.1.2 Haar子带变换延时估计算法 | 第90-92页 |
| 5.1.3 延时估计算法计算复杂度分析与实验仿真 | 第92-96页 |
| 5.2 部分系数更新算法 | 第96-104页 |
| 5.2.1 输入信号幅值排序SPU算法 | 第96-98页 |
| 5.2.2 分块SPU算法 | 第98-100页 |
| 5.2.3 SELQUE-SPU算法 | 第100-102页 |
| 5.2.4 SPU算法仿真 | 第102-104页 |
| 5.3 Delay-SPU算法 | 第104-110页 |
| 5.3.1 算法实现过程 | 第104-106页 |
| 5.3.2 D-SPU算法的优化与计算复杂度分析 | 第106-107页 |
| 5.3.3 D-SPU算法实验仿真 | 第107-110页 |
| 5.4 本章小结 | 第110-112页 |
| 6 全文总结与展望 | 第112-116页 |
| 6.1 全文总结与创新点 | 第112-114页 |
| 6.2 工作展望 | 第114-116页 |
| 参考文献 | 第116-126页 |
| 附录：作者在攻读博士学位期间取得的成果 | 第126页 |