在无线通信、免提电话、电话会议系统等电信新应用中,通信线路的不完全匹配或说话人所在的环境反射会产生回声信号,回声干扰正常的通信,影响收听效果,甚至造成通信系统不能正常工作,必须消除以保证良好的通信效果.自适应回声消除技术也可以用于地震声的分析等领域;自适应算法也可以用于控制领域.所以,自适应算法是一个值得深入研究的课题.高阶统计量的发展与应用是现代信号处理的核心内容之一.高阶统计量可以抑制高斯或非高斯有色噪声,可以抽取不同于高斯信号的多种信号特征,从而给信号处理领域开辟了一个崭新的宽阔的前景.在该文中,分别从参数模型识别和自适应算法误差标准两个角度讨论了将高阶统计量用于自适应回声消除算法,给出了理论基础并进行了计算机仿真.由于高阶统计量的特性,将高阶统计量用于自适应回声消除算法可以很好地消除现有的最小均方误差(LMS)自适应算法及递推最小二乘(RLS)算法的常规和改进算法存在的有噪声情况下对主输入端干扰敏感、步长与收敛速度、跟踪速度与收敛速度之间的矛盾等问题.该文在附录中还提出了一种由盲分离算法演绎的回声消除算法,这种算法不是通信估计模拟回声路径,而是通过对语音信号和回声信号线性混合,从而提取出实际的语音信号.估计出的信号完整地保持了期望信号的波形,只是相差一个幅度常数.而信·号的特性主要保存在波形中,所以这种方法是可行的.而且由于模型简单,便于用于实时处理.该文成功地将现代信号处理的核心内容-高阶统计量用于经典的自适应回声消除问题,进一步发展了自适应算法,同时丰富了高阶统计量的应用.该文的研究结果可以广泛用于新一代扬声电话、电话会议系统中,因而,该文进行的是一项既有理论意义,又有实际意义的研究.