1、自適應濾波器問題的研究，是現在信號處理、信號分析等領域比較前沿的課題之一。隨著數字信號處理理論和多媒體技術的快速發(fā)展，通常在信號的處理和應用過程當中，我們所要進行處理和運算的數據內容和容量逐漸變大，數據處理的過程中對于實時性和精確程度的要求也變得越來越高。自適應濾波器設計的基本思想，是利用前一時刻的結果自動的調節(jié)當前濾波器的系數，使濾波器適應未知信號和噪聲的統計特性，以期達到最優(yōu)的輸出，自適應濾波器的作用對象一般為不確定的信息過程或系統

2、。由于自適應濾波器有較強的跟蹤、學習能力，自上世紀六十年代發(fā)展以來，越來越廣泛的應用于數字信號（語音、圖像）處理、系統辨識、線性預測、自適應均衡、干擾及噪聲消除等眾多領域；
　　自適應濾波算法主要有最小均方（LMS）算法，遞推最小二乘（RLS）算法，以及隨著該領域研究熱度加深而出現的一些改進算法，主要有歸一化最小均方（NLMS）算法、變步長（SVSLMS）算法及格型濾波器等。不同的濾波算法適用于不同的場合，他們各有特點和優(yōu)勢。在研

3、究自適應濾波器的過程中，自適應濾波器的性能是研究的重點內容，它直接關系到輸出結果的優(yōu)劣。最小均方（LMS）算法因其計算量小、穩(wěn)定性好、易于實現等優(yōu)點而被廣泛應用，但傳統LMS算法存在一個很大的缺陷，就是LMS算法的收斂速度慢的問題。本文通過對各種自適應濾波算法的研究，在傳統LMS算法的基礎上提出一種新的基于誤差信號e(n)和輸入信號x(n)的互相關函數估值ACC(n)的變步長LMS算法，該算法的不同之處在于：在算法的不同階段會以不同的自