走在汽車革命的路上論文書籍站
元智大學 電機工程學系 趙一芬所指導 黎育誠的 無線感測網路之動態預約分散式媒介控制存取方法 （2017），提出meet回音問題關鍵因素是什麼，來自於無線感測網路、節點、資料、輸出、預約、回音。
而第二篇論文國立交通大學 電子研究所 周世傑、劉志尉所指導 楊承彥的 助聽器系統的時頻分解、降噪、與適應性回授消除之分析與設計 （2016），提出因為有 數位助聽器、助聽器系統、多率濾波器組設計、低複雜度語音降躁、低複雜度回授消除的重點而找出了 meet回音問題的解答。
無線感測網路之動態預約分散式媒介控制存取方法
為了解決meet回音問題 的問題，作者黎育誠 這樣論述：
摘 要無線感測網路(Wireless Sensor Networks)，不同於以往無線網路IEEE 802.11的地方在於，無線感測網路的感測器需要長時間放置在某區域測量，如環境偵測，且感測器多半長時間處於沒有傳送資料狀態，有資料才觸發，所以感測器的省電與自我配置為主要目標，為了達到省電，所以過去才會有提出來如SMAC的方法，週期性地讓感測器進入休眠。而RMAC主要是針對SMAC上的輸出量做改善，除了有像SMAC達到省電功能外，主要是在控制時間上做了改良，如何透過控制封包，規劃資料傳送路徑，讓資料在一周期能傳送更多節點的距離，提高整體輸出量。但SMAC和RMAC還有共同的缺點就
是在控制時間上還是用到802.11 DCF競爭的方式來傳送控制封包，這會造成有競爭視窗(contention window)的問題，當節點數增加，造成碰撞機率上升而導致頻道使用率降低，故無法承受過大負載。所以我們結合了SMAC與RMAC有的省電優點並改善其缺點，我們在控制時間上提出了免競爭預約的方式，即有資料要送的節點會在其規劃好的時間上進行預約傳送的動作，去掉802.11 DCF的問題，並且如何讓節點彼此知道預約順序，達到像RMAC那樣規劃資料傳送路徑，甚至可以同時讓兩個節點以上進行傳送，達到更好的頻道使用率，輸出量贏過RMAC。
助聽器系統的時頻分解、降噪、與適應性回授消除之分析與設計
為了解決meet回音問題 的問題，作者楊承彥 這樣論述：
由於近年無線通訊的快速進步，加上新型態的應用需求不斷地被挖掘，可以預期目前傳統之數位助聽器，會隨著當下雲端計算與物聯網之趨勢有所改變，同時也能進一步改進助聽器的使用者經驗。我們預測未來助聽器晶片系統，必須提供更多的訊號處理，來滿足新型態應用之需求，在有限的電池容量與計算能力下，要同時滿足此需求，是需要由系統應用層級、信號處理演算法、和硬體實現架構三者，系統化的討論後，才能提出一套完整的設計方法論，最終再由應用需求與條件，選擇最佳的助聽器系統。本論文之核心目的，是將系統化的討論助聽器系統中，關於時頻分解、降噪、與適應性回授消除，這三大獨立主軸與之間的系統演算法探討，與硬體加速器設計。第一個主題
將探討以ANSI S1.11濾波器組的規格為基礎，在延遲、複雜度、子頻帶資料量、合成輸出漣波與處方簽補償誤差這五項目進行討論，並設計一套濾波組設計流程，與如何實現一個高效率的多率架構。第二個主題是一個給多率有限長度濾波器的一種高效率多相分解，我們進一步發現，此多相分解具有規律性，且在分數式的取樣轉換器上，比任何一種多相分解，都有約1.5至2倍的乘法運算量減少，是可以應用於第一個主題提出的多率濾波器組實作，我們由此多相分解的規律性中，找出最小運算單元，將之實作成硬體架構，同時也完成一個對應的執行程序電腦程式，使其能應用於任何一種多率的有限長度濾波器硬體實現上。接著第三個主題，提出一個完整的單耳助
聽器系統，其包含音高式降噪、適應性共振頻譜估測回授消除，與回音抑制三個主要子系統，由於單耳系統架構下的限制，造成兩個無法解決的問題，一是無法有效對付多人聲下的背景雜訊消除，二是降噪與回授消除演算法之間衝突的影響，因此單耳助聽器系統只針對非人聲背景雜訊作消除，並利用系統的情境控制機制，協調開啟降噪與適應性演算法的時機，避免互相衝突，減少系統效能損失，然而，降噪與回授消除中的適應性演算法無法同時開啟的情況下，我們需要回音抑制子系統，來避免當回音產生時，盡可能避免演算法效能損失，並對回音進行立即消除；另外，我們於回授消除演算法中，提出一種雜訊饋入的方法，來穩定整體系統的穩定度，最後我們對此系統進行不
同種背景雜訊與使用者情境的模擬，並分析其結果。第四個主題是針對未來雙耳助聽器之降噪應用來討論，以不同規格之濾波器組，與雙耳降噪演算法之間，作演算法效能的探討，我們依據演算法效能分析結果，使用多率架構來降低運算量與資料量，並進一步將高計算需求之部分，設計加速硬體，驗證其實作結果。最後，本論文完成之研究探討，可以在助聽器的系統演算法設計，與異質整合的晶片系統中有所貢獻。