语音通信是一种基础而有效的获取信息的方式，语音信号的压缩编码是语音通信中的关键技术。CELP类语音编码器能够以较低的码率获得很高质量的合成语音，所以CELP类语音编码器成为当前一种主要的语音压缩模型。很多国际标准都是以该类模型为基础制定的。但是，几乎所有的CELP类模型都是以理想的无噪信道为前提的。而实际的信道并不是理想信道，当信道噪声超过一定的限度时，合成语音的质量迅速下降。为了增强语音编码器对信道噪声的顽健性，为此本文对CELP编码模型进行了深入的研究。 本文对应用于有噪信道的信道最优矢量量化算法(COVQ)作了深入研究，并针对该算法中为每一个信道状态都计算一套码本难于实现的缺点，提出信道自适应加权矢量量化(CAWVO)算法。该算法对好坏两种不同的典型状态，通过COVQ算法计算出该状态的最优码书。对于不同的信道状态，采用不同的加权因子对典型码书进行加权，获得与当前信道状态相匹配的码书。这样只使用较少的存储空间就能获得和COVQ算法接近的效果。并将CAWVQ算法与CELP模型相结合提出CA-CELP语音编解码模型，有效提高了语音编解码器对信道噪声的顽健性。该模型在编码端采用中心削波、三电平削波的方法进行基音周期的粗搜索，以减少基音周期倍频和分频的出现，提高基音周期的搜索精度。该模型还采用多模代数码本，使该编码器以较低的码率获得较高的语音质量。 最后，论文就CA-CELP模型在MATLAB中实现了仿真，仿真结果表明：在无噪信道中该模型能够以6.4kbps的码率获得接近8kbps的G.729编码器的性能。将该算法应用于有噪信道中，与未采用信道自适应算法的模型相比能够有效的提高语音编解码器的性能，能够明显缓解信道误码带来的语音质量下降的问题。