1.一种基于混沌粒子群算法的矢量量化码书构造方法，其特征在于，包括以下步骤：

101、提取语音信号或图像信号的特征参数值，提取的特征参数值作为构造码书的训练矢量；

102、将生成矢量量化码书所需的全部训练矢量X存储在计算机内存中，全部X的集合用S表示；

103、种群初始化，设置迭代算法的最大迭代次数MaxLoop，粒子的个数K，矢量量化级数M，最大速度Vmax，最小速度Vmin；设置粒子的初始速度p[k].v,k＝1,2,...,K；设置适应度初值p[k].f,k＝1,2,...,K；设置迭代初值m＝1，级数初值kkk＝1；

104、从步骤102中的全部训练矢量X中，随机提取N个训练矢量组成一个初始码书重复K次，获得K个粒子p[k]；根据最邻近准则，每输入一个粒子，将其划分到N个子集 中，即当 时，下式成立：

105、计算新码字 其中 是 的质心，计算

公式如下，numi是集合 中训练矢量的个数；

统计每一个胞腔，即每个子集 包含的训练矢量数，将每一个训练矢量的失真按从大到小排序。对于空胞腔，则将胞腔训练矢量数不为1且失真最大的训练矢量作为新的码字代替空胞腔，同时将此胞腔中的训练矢量数减1；

106、计算各个粒子的适应度

(m) (m)

比较适应度p[k].f 与p[k].fbest，如果p[k].f 小于最优位置的适应度p[k].fbest，则更新p[k].fbest与 比较每个粒子的适应度p[k].

fbest与群的最优位置的适应度fgbest，如果p[k].fbest小于fgbest，则更新fgbest与群体最优粒子

107、如果迭代次数m能整除3，则对最优粒子进行混沌优化,在下式中，βi和αi是特征参数第i维的最大值和最小值，μ为控制参量；

zi＝μ(1-zi)

p[k].yi＝αi+(βi-αi)zi

循环三次，产生3个粒子，保留适应度最小的粒子，并取代当前群体中随机选取的一个粒子；判定迭代次数是否大于MaxLoop，如果大于MaxLoop，则跳到步骤109，否则转到步骤

108，继续执行；

108、更新粒子及粒子的速度；

109、求训练矢量量化残差，输出码字，级数kkk加1，如果kkk>M，结束；如果kkk≤M，重新设置初值，并将训练矢量改为上一级的量化残差矢量。

2.根据权利要求1所述的一种基于混沌粒子群算法的矢量量化码书构造方法，其特征在于，如果矢量量化级数M设为1，设计出来的是单级矢量量化器码书；如果M>1，设计出的是M级矢量量化器码书。

3.根据权利要求1所述的一种基于混沌粒子群算法的矢量量化码书构造方法，其特征在于，粒子群算法中惯性权重因子w的计算公式为：上式中，fg是全局最优适应度，wmax表示最大惯性权重，wmin表示最小惯性权重，fi是当前粒子适应度，MaxLoop是最大迭代次数，m是当前迭代次数。