在语音通信、数据通信、卫星通信、VoIp、免提电话、电话会议系统以及视频会议系统等通讯系统中，都不同程度的存在回声现象。回声的存在影响了通信质量，严重时甚至使通信系统不能正常工作。因此，必须采取有效措施来抑制回声，消除其影响，才能提高语音通信质量。　　 为了克服这种通信环境下存在回声所造成的烦恼，通常做法是使用自适应回声消除器。自适应回声消除器中涉及到两大关键问题：自适应滤波算法和双端发声检测算法。　　 首先，本文详细地讨论了各种常用的自适应滤波算法，通过理论分析和实验对比给出了各种算法存在的优缺点。LMS算法结构简单，计算量小，鲁棒性好，但是，收敛速度慢。和LMS算法相比，NLMS算法的收敛速度更快，但是，计算量增大，并且当遇到相关信号时，收敛速度变慢。PNLMS算法利用了网络中回声路径的稀疏特性使其收敛速度快于NLMS算法，但是，当网络回声路径的脉冲响应发生色散时，PNLMS算法则以远低于NLMS的速率收敛。APA算法计算复杂度中等，鲁棒性不如NLMS算法好，但是可以取得较快的收敛速度。RLS算法计算复杂度较高是O(M2)，这是实时计算中无法承受的，并且RLS算法的鲁棒性不高，但是收敛最为快速。然而，对于固定步长的自适应滤波算法而言，都存在一个共同的缺点：收敛速度和稳态失调对步长选择的矛盾性，同时，固定步长的自适应滤波算法之间在收敛速度和稳态失调上具有一定的互补性。为此，我们提出了一种集成多种自适应滤波算法的回声消除框架，以挖掘不同自适应滤波算法以及不同步长选择之间的互补性，来获得稳定的消除效果。　　 此外，本文还详细地介绍了常用的一些双端发声检测算法，分析比较了回声消除和干扰抵消的算法原理，指出回声消除就是干扰抵消的一个特例，因此，可把回声消除自适应滤波算法用于干扰抵消中。基于这种思想，我们将双滤波自适应算法用于干扰抵消中，提出了车载命令词识别系统背景音乐的自适应抵消算法，该算法首先用预白化方法降低音乐信号的相关性，提高算法的收敛速度，然后用双滤波自适应算法来消除音乐干扰，提高命令词识别率。　　 最后，总结所提出的算法，提出了一些在今后工作中需要改进的问题，指出了回声消除未来的发展前景。