该文首先介绍了自适应滤波的基本原理和回声抵消问题的产生及基本的解决方法,包括自适应滤波理论的发展、求解自适应滤波问题的各种方法的基本分类.文中着重分析了一种新型的高斯-牛顿类算法:快速牛顿横向滤波器即FNTF.但由于FNTF算法与其他算法之间的内在逻辑性和历史关系,该文首先介绍了LMS算法,并借鉴FTF算法的技术给出了一种新的白化滤波器用于改善LMS的收敛效果.随后介绍了正规RLS算法并做了简明推导.FNTF算法的计算量相对于传统的快速RLS算法要小得多,接近于LMS算法的计算量,同时又具有和快速RLS算法相当的收敛速度.收敛速度对输入信号的自相关特怀没有依赖性.针对快速RLS类算法跟踪环境变化能力较弱的特点,采用了一种提高算法收敛速度和改善算法跟踪环境变化能力的措施,取得了较好的效果.由于自适应滤皮器一般都是用专用的器件来实现的,所以该文讨论了算法在有限精度实现时的鲁棒性.作者将FTF算法中的抗误差影响的方法运用于FNTF算法中,并进一步提出了另一条措施来抵御有限精度误差对自适应滤波算法的干扰,取得了较满意的效果.该文在介绍LMS算法、正规RLS算法及其快速算法和FNTF算法时注意了算法推导的连续性并给出了各种算法的优缺点,希望对阅者有所助益.