CN102708856B - 一种无线局域网的语音质量测定方法 - Google Patents

Abstract

一种无线局域网的语音质量测定方法，包括以下步骤：步骤1，建立如（1）式碰撞概率表达式；将基于IEEE802.11e无线局域网的节点输入输入所述碰撞概率表达式；步骤2，根据Markov链的性质，得到如（2）式的发送概率、碰撞概率、退避状态转移概率之间的关系式；步骤3，根据退避计数器减一的条件得到如（3）式的退避状态转移概率的表达式；步骤4，基于步骤1~3得到的三个表达式组成的方程组，解得碰撞概率p的值；步骤5，转化碰撞概率p，E-Model的最终结果R值，主观语音质量评价MOS值三者之间的关系，即得到语音质量。本发明提供一种有效提高准确度的基于IEEE802.11e无线局域网的语音质量测定方法。

Description

一种无线局域网的语音质量测定方法

技术领域

本发明涉及语音质量测定技术，尤其是一种无线局域网的语音质量测定方法。

背景技术

随着现代社会经济、技术的不断发展，人们对生活水平的要求越来越高，已经无法满足于有线网络的使用，无线局域网作为有线网络的有力扩充迅速融入人们的生活。人们迫切希望保证无线局域网的语音质量，使WLAN提供的服务能像有线LAN一样稳定且高效。IEEE802.11是目前无线局域网应用最广泛的协议，802.11e协议改善了802.11协议对QoS的支持，能区分不同的服务优先级，提供更高质量的实时数据传输服务，代表了网络的发展方向，正确评估IEEE802.11e无线局域网的语音质量非常重要。

虽然目前有多种主、客观语音质量评价方法，但主观评价方法花费大且复杂度高；客观评价方法主要应用于传统的电话网络；关于语音质量的研究，目前主要集中在基于IP网络的语音通信VoIP。1998年国际电联的G.107将欧洲电信标准协会开发的E-Model标准化。E-Model是客观预测语音质量的一种方法，全面考虑了延时、噪声、回音、编码器性能、丢包等因素；E-Model方法不同于其它的客观评价方法只适用于传统的电话网络，同样能评估数据网络的语音质量。此后有很多关于E-Model语音质量评价标准的研究。但是这些研究都是E-Model基于VoIP应用的研究，缺少E-Model基于IEEE802.11WLANs应用的研究。

发明内容

为了克服已有语音质量评价方法的准确度较差的不足，本发明提供一种有效提高准确度的基于IEEE802.11e无线局域网的语音质量测定方法。

本发明解决其技术问题所采用的技术方案是：

一种基于IEEE802.11e无线局域网的语音质量测定方法，包括以下步骤：

步骤1，建立如（1）式碰撞概率表达式，

$p=1-\underset{j=0}{\overset{M-1}{\mathrm{\Π}}}{(1-{\mathrm{\ϵ}}_j)}^N/\underset{j=n}{\overset{M-1}{\mathrm{\Π}}}(1-{\mathrm{\ϵ}}_j)+1-\underset{j=0,j\≠n}{\overset{M-1}{\mathrm{\Π}}}(1-{\mathrm{\ϵ}}_j)---\left(1\right)$

式（1）中，p为碰撞概率，ε为节点发送数据帧的概率，j为退避阶数，n为最大退避阶数，M为每个节点所包含的节点AC数；

将基于IEEE802.11e无线局域网的节点输入输入所述碰撞概率表达式；

步骤2，根据Markov链的性质，得到如（2）式的发送概率、碰撞概率、退避状态转移概率之间的关系式：

${\mathrm{\ϵ}}_n=\left\{\begin{array}{cc}\frac{2{\mathrm{\ρ}}_n\·(1-2p_n)\·(1-{p_n}^{f_n+1})}{{\mathrm{CW}}_{\min ,n}\·(1-{\left(2p_n\right)}^{f_n+1})(1-p_n)+(1-2p_n)(1-{p_n}^{f_n+1})},& f_n\≤n_n\\ \frac{2{\mathrm{\ρ}}_n\·\frac{1-{p_n}^{f_n+1}}{1-p_n}}{{\mathrm{CW}}_{\min ,n}\·\frac{1-{\left(2p_n\right)}^{f_n+1}}{1-2p_n}+\frac{1-{p_n}^{f_n+1}}{1-p_n}+{\mathrm{CW}}_{\min ,n}{\left(2p_n\right)}^{n_n}\·p_n\frac{1-{p_n}^{f_n-n_n}}{1-p_n}},& f_n>n_n\end{array}\right.---\left(2\right)$

其中，ρ_n为退避状态转移概率，f_n为重传上限，CW_min最小竞争窗；

步骤3，根据退避计数器减一的条件得到如（3）式的退避状态转移概率的表达式：

${\mathrm{\ρ}}_n=p_{\mathrm{idel}}^{{\mathrm{AIFS}}_n}={\left[\underset{j=0}{\overset{M-1}{\mathrm{\Π}}}{(1-{\mathrm{\ϵ}}_j)}^N\right]}^{{\mathrm{AIFS}}_n}---\left(3\right)$

步骤4，基于步骤1~3得到的三个表达式组成的方程组，解得碰撞概率p的值；

步骤5，转化碰撞概率p，E-Model的最终结果R值，主观语音质量评价MOS值三者之间的关系；

R=R_o-I_s-I_d-I_e+A                                       （4）

I_e=13.2+15.84×ln(1+0.38×loss)                       （5）

R＝3.026MOS³-25.314MOS²+87.060MOS-57.336              （6）

上述（4）式是E-Model最终结果值R的表达式；（5）式是R值的重要影响因素–设备引入损伤I_e的表达式；（6）式是R值与MOS值之间的关系式，通过（4）~（6）式将步骤4得到的碰撞概率p值转化为MOS值，即得到语音质量。

进一步，步骤5中，在计算R时，采用的简化计算公式为

R=94.2-I_e                                              （7）

在（7）式中，考虑碰撞概率对语音质量的影响，即考虑因素I_e。

再进一步，步骤5中，在计算I_e时，采用的简化计算公式为

I_e=13.2+15.84×ln(1+0.38×p)                            （8）

在（8）式中，用碰撞概率p近似代替丢包率loss。

更进一步，所述式（8）中的碰撞概率p是通过步骤1~3中的公式（1）~（3）计算得到的。

本发明的目标是：引入VoIP的E-Model的语音质量评价方法评估基于IEEE802.11e的语音质量，提高语音质量的评估准确度。

本发明根据Markov链的性质，得到节点发送概率ε，碰撞概率p，退避状态转移概率ρ的关系；根据退避计数器减一的条件，得到退避状态转移概率ρ关于ε的表达式；本发明建立的碰撞概率p关于ε的表达式得到p的值。然后通过p，loss，I_e，R，MOS等值的一系列相互转化，最后得到大家普遍公认的主观MOS评估语音质量。

本发明的有益效果主要表现在：引入VoIP的E-Model的语音质量评价方法评估基于IEEE802.11e的语音质量，提高语音质量的评估准确度。

附图说明

图1为E-Model基本原理框图。

图2为E-Model的传输等级参数与用户满意度的对应表。

图3为IEEE802.11e的EDCF的Markov模型图。

图4为新碰撞概率下ε_n、ρ_n、p关系图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图4，一种基于IEEE802.11e无线局域网的语音质量测定方法，包括以下步骤：

步骤1，建立如（1）式碰撞概率表达式，

$p=1-\underset{j=0}{\overset{M-1}{\mathrm{\Π}}}{(1-{\mathrm{\ϵ}}_j)}^N/\underset{j=n}{\overset{M-1}{\mathrm{\Π}}}(1-{\mathrm{\ϵ}}_j)+1-\underset{j=0,j\≠n}{\overset{M-1}{\mathrm{\Π}}}(1-{\mathrm{\ϵ}}_j)---\left(1\right)$

式（1）中，p为碰撞概率，ε为节点发送数据帧的概率，j为退避阶数，n为最大退避阶数，M为每个节点所包含的节点AC数；

将基于IEEE802.11e无线局域网的节点输入输入所述碰撞概率表达式；

步骤2，根据Markov链的性质，得到如（2）式的发送概率、碰撞概率、退避状态转移概率之间的关系式：

${\mathrm{\ϵ}}_n=\left\{\begin{array}{cc}\frac{2{\mathrm{\ρ}}_n\·(1-2p_n)\·(1-{p_n}^{f_n+1})}{{\mathrm{CW}}_{\min ,n}\·(1-{\left(2p_n\right)}^{f_n+1})(1-p_n)+(1-2p_n)(1-{p_n}^{f_n+1})},& f_n\≤n_n\\ \frac{2{\mathrm{\ρ}}_n\·\frac{1-{p_n}^{f_n+1}}{1-p_n}}{{\mathrm{CW}}_{\min ,n}\·\frac{1-{\left(2p_n\right)}^{f_n+1}}{1-2p_n}+\frac{1-{p_n}^{f_n+1}}{1-p_n}+{\mathrm{CW}}_{\min ,n}{\left(2p_n\right)}^{n_n}\·p_n\frac{1-{p_n}^{f_n-n_n}}{1-p_n}},& f_n>n_n\end{array}\right.---\left(2\right)$

其中，ρ_n为退避状态转移概率，f_n为重传上限，CW_min最小竞争窗；

步骤3，根据退避计数器减一的条件得到如（3）式的退避状态转移概率的表达式：

${\mathrm{\ρ}}_n=p_{\mathrm{idel}}^{{\mathrm{AIFS}}_n}={\left[\underset{j=0}{\overset{M-1}{\mathrm{\Π}}}{(1-{\mathrm{\ϵ}}_j)}^N\right]}^{{\mathrm{AIFS}}_n}---\left(3\right)$

步骤4，基于步骤1~3得到的三个表达式组成的方程组，解得碰撞概率p的值；

步骤5，转化碰撞概率p，E-Model的最终结果R值，主观语音质量评价MOS值三者之间的关系；

R＝R_o-I_s-I_d-I_e+A                                 （4）

I_e=13.2+15.84×ln(1+0.38×loss)                  （5）

R＝3.026MOS³-25.314MOS²+87.060MOS-57.336         （6）

上述（4）式是E-Model最终结果值R的表达式；（5）式是R值的重要影响因素-设备引入损伤I_e的表达式；（6）式是R值与MOS值之间的关系式，通过（4）~（6）式将步骤4得到的碰撞概率p值转化为MOS值，即得到语音质量。

进一步，步骤5中，在计算R时，采用的简化计算公式为

R=94.2-I_e                                      （7）

在（7）式中，考虑碰撞概率对语音质量的影响，即考虑因素I_e。

再进一步，步骤5中，在计算I_e时，采用的简化计算公式为

I_e=13.2+15.84×ln(1+0.38×p)            （8）

在（8）式中，用碰撞概率p近似代替丢包率loss。

更进一步，所述式（8）中的碰撞概率p是通过步骤1~3中的公式（1）~（3）计算得到的。

本实施例中，图2是E-Model的传输等级参数与用户满意度的对应表。平均主观值MOS是广泛认同的语音质量标准，MOS值浮动于1.0-5.0之间，MOS值越大，用户满意度越高。R值是E-Model的最终结果，取值范围为0-100，值越大，用户满意度越高。

根据ITU-TG.107的定义，E-Model的结果R和平均主观值MOS有如下的关系：

$\mathrm{MOS}=\left\{\begin{array}{cc}1& R<0\\ 1+0.035R+R(R-60)(100-R)\&times;7\&times;{10}^{-6}& 0<R<100\\ 4.5& R>100\end{array}\right.---\left(9\right)$

R值的基本表达式：R=R₀-I_s-I_d-I_e+A               （4）

I_e的表达式：

I_e=13.2+15.84×ln(1+0.38×loss)                 （5）

图1是E-Model基本原理图，从图1看到E-Model的最终结果R值的影响因素。本发明R值不考虑I_s、I_d、A等对其的影响，重点考虑碰撞概率对语音质量的影响，所以只考虑因素I_e。

R=94.2-I_e                                        （7）

用碰撞概率p近似代替图1中丢包率loss，本发明假设网络工作在理想的物理传输环境下，数据帧在传输过程中不出现误码。在假设成立下，忽略其他因素对丢包率的影响，只考虑碰撞引起的丢包。

I_e=13.2+15.84×ln(1+0.38×p)                      （8）

在IEEE802.11eWLANs中假设网络中节点的发送概率为ε，碰撞概率为p，退避状态转移概率为ρ_n，最大的退避阶数为n_n，第j+1阶退避时AC[n]的竞争窗口大小X_n,j，重传上限f_n+1。根据退避规则，可得X_n,j的表达式：

$X_{n,j}=\left\{\begin{array}{cc}{2}^j({\mathrm{CW}}_{n,\min }+1),& j\&le;n_n\\ X_{n,n_n}& ,n_n<j\&le;f_n\end{array}\right.---\left(10\right)$

根据MAC协议的马氏链，图3为EDCF的Markov模型。根据Markov链的性质，根据图3的EDCF Markov模型可得：

O_n，j，0=p_nO_n，j-1，0                         （11）

由此得到下式：

$\left\{\begin{array}{c}{O}_{n,j,0}=p_n{O}_{n,j-\mathrm{1,0}}=p_n^i{O}_{n,\mathrm{0,0}}\\ O_{n,j,l}=\frac{X_{n,j}-l}{X_{n,j}{\mathrm{\&rho;}}_n}{O}_{n,j,0}\end{array}\right.,j\&Element;(0,f_n)---\left(12\right)$

令O_n，j,l为Markov链的平稳状态分布，根据Markov链的性质，所有稳态的概率之和为1。所以得到下式：

$\underset{j=0}{\overset{f_n}{\mathrm{\&Sigma;}}}\underset{l=0}{\overset{X_{n,j}-1}{\mathrm{\&Sigma;}}}{O}_{n,j,l}=1---\left(13\right)$

把（11）、（12）代入式（13），进行以下计算：

$1=\underset{j=0}{\overset{f_n}{\mathrm{\&Sigma;}}}\underset{l=0}{\overset{X_{n,j}-1}{\mathrm{\&Sigma;}}}{O}_{n,j,l}=\underset{j=0}{\overset{f_n}{\mathrm{\&Sigma;}}}\underset{l=0}{\overset{X_{n,j}-1}{\mathrm{\&Sigma;}}}\frac{X_{n,j}-l}{X_{n,j}{\mathrm{\&rho;}}_n}{O}_{n,j,0}=\underset{j=0}{\overset{f_n}{\mathrm{\&Sigma;}}}\underset{l=0}{\overset{X_{n,j}-1}{\mathrm{\&Sigma;}}}\frac{X_{n,j}-l}{X_{n,j}{\mathrm{\&rho;}}_n}{p}_n^j{O}_{n,\mathrm{0,0}}$

$=O_{n,\mathrm{0,0}}\underset{j=0}{\overset{f_n}{\mathrm{\&Sigma;}}}{p}_n^j\frac{X_{n,j}+1}{2{\mathrm{\&rho;}}_n}$

化简上式（14）得到：

$O_{n,\mathrm{0,0}}\underset{j=0}{\overset{f_n}{\mathrm{\&Sigma;}}}{p}_n^j\frac{X_{n,j}+1}{2{\mathrm{\&rho;}}_n}=1---\left(15\right)$

结合式（10）、（15）并化简就可以得到O_n，0，0的一般形式。

当f_n≤n_n时：

$1=O_{n.0.0}\underset{j=0}{\overset{f_n}{\mathrm{\&Sigma;}}}{p}_n^j\frac{X_{n,j}+1}{2{\mathrm{\&rho;}}_n}=O_{n,\mathrm{0,0}}\frac{1}{2{\mathrm{\&rho;}}_n}({\mathrm{CW}}_{n,\min }\frac{1-{\left(2p_n\right)}^{f_n+1}}{1-2p_n}+\frac{1-p_n^{f_n+1}}{1-p_n})---\left(16\right)$

所以当f_n≤n_n时O_n，0，0的表达式为：

$O_{n,\mathrm{0,0}}=\frac{2{\mathrm{\&rho;}}_n(1-2p_n)(1-p_n)}{{\mathrm{CW}}_{n,\min }(1-{\left(2p_n\right)}^{f_n+1})(1-p_n)+(1-p_n^{f_n+1})(1-2p_n)}---\left(17\right)$

通过类似以上f_n≤n_n的计算，当f_n>n_n时O_n，0，0的表达式如下：

$O_{n,\mathrm{0,0}}=\frac{2{\mathrm{\&rho;}}_n(1-2p_n)(1-p_n)}{{\mathrm{CW}}_{n,\min }(1-{\left(2p_n\right)}^{n_n+1})(1-p_n)+(1-p_n^{n_n+1})(1-2p_n)}+\frac{2{\mathrm{\&rho;}}_n(1-p_n)}{p_n^{n_n+1}(1-p_n^{f_n-n_n})(1+2^{n_n}{\mathrm{CW}}_{n,\min })}---\left(18\right)$

结合式（16）f_n≤n_n和式（17）f_n>n_n条件下O_n，0，0的表达式，得到如下O_n，0，0的一般表达式：

$O_{n,\mathrm{0,0}}=\left\{\begin{array}{cc}\frac{2{\mathrm{\&rho;}}_n(1-2p_n)(1-p_n)}{{\mathrm{CW}}_{n,\min }(1-{\left(2p_n\right)}^{f_n+1})(1-p_n)+(1-p_n^{f_n+1})(1-2p_n)}& ,f_n\&le;n_n\\ \frac{2{\mathrm{\&rho;}}_n(1-2p_n)(1-p_n)}{{\mathrm{CW}}_{n,\min }(1-{\left(2p_n\right)}^{n_n+1})(1-p_n)+(1-p_n^{n_n+1})(1-2p_n)}+\frac{2{\mathrm{\&rho;}}_n(1-p_n)}{p_n^{n_n+1}(1-p_n^{f_n-n_n})(1+2^{n_n}{\mathrm{CW}}_{n,\min })}& ,f_n>n_n\end{array}\right.$

根据图3得到当计数器为0时AC[n]访问信道，某个时隙AC[n]访问信道的概率ε_n为：

${\mathrm{\&epsiv;}}_n=\underset{j=0}{\overset{f_n}{\mathrm{\&Sigma;}}}{O}_{n,j,0}=O_{n,\mathrm{0,0}}\frac{1-p_n^{f_n+1}}{1-p_n},0\&le;n\&le;M-1---\left(10\right)$

把式（19）O_n，0，0的一般式代入式（20），得到ε_n表达式：

${\mathrm{\&epsiv;}}_n=\left\{\begin{array}{cc}\frac{2{\mathrm{\&rho;}}_n\&CenterDot;(1-2p_n)\&CenterDot;(1-{p_n}^{f_n+1})}{{\mathrm{CW}}_{\min ,n}\&CenterDot;(1-{\left(2p_n\right)}^{f_n+1})(1-p_n)+(1-2p_n)(1-{p_n}^{f_n+1})},& f_n\&le;n_n\\ \frac{2{\mathrm{\&rho;}}_n\&CenterDot;\frac{1-{p_n}^{f_n+1}}{1-p_n}}{{\mathrm{CW}}_{\min ,n}\&CenterDot;\frac{1-{\left(2p_n\right)}^{f_n+1}}{1-2p_n}+\frac{1-{p_n}^{f_n+1}}{1-p_n}+{\mathrm{CW}}_{\min ,n}{\left(2p_n\right)}^{n_n}\&CenterDot;p_n\frac{1-{p_n}^{f_n-n_n}}{1-p_n}},& f_n>n_n\end{array}\right.$

21）

退避状态转移概率ρ_n关于ε_n的表达式：

${\mathrm{\&rho;}}_n=p_{\mathrm{idel}}^{{\mathrm{AIFS}}_n}={\left[\underset{j=0}{\overset{M-1}{\mathrm{\&Pi;}}}{(1-{\mathrm{\&epsiv;}}_j)}^N\right]}^{{\mathrm{AIFS}}_n}---\left(3\right)$

建立的新碰撞概率表达式：

$p=1-\underset{j=0}{\overset{M-1}{\mathrm{\&Pi;}}}{(1-{\mathrm{\&epsiv;}}_j)}^N/\underset{j=n}{\overset{M-1}{\mathrm{\&Pi;}}}(1-{\mathrm{\&epsiv;}}_j)+1-\underset{j=0,j\&NotEqual;n}{\overset{M-1}{\mathrm{\&Pi;}}}(1-{\mathrm{\&epsiv;}}_j)---\left(1\right)$

本发明用于对比的其它碰撞概率表达式：

Hui提出的： $p=1-\underset{j=0}{\overset{M-1}{\mathrm{\&Pi;}}}{(1-{\mathrm{\&epsiv;}}_j)}^N/(1-{\mathrm{\&epsiv;}}_n)---\left(22\right)$

张伟提出的： $p_n=\underset{j=0,j\&NotEqual;n}{\overset{M-1}{\mathrm{\&Pi;}}}(1-{\mathrm{\&epsiv;}}_j)-\underset{j=0}{\overset{M-1}{\mathrm{\&Pi;}}}{(1-{\mathrm{\&epsiv;}}_j)}^N/(1-{\mathrm{\&epsiv;}}_n)+\underset{j=0}{\overset{M-1}{\mathrm{\&Sigma;}}}{\mathrm{\&epsiv;}}_j---\left(23\right)$

Yang Xiao提出的： $p_n=1-\underset{j=0}{\overset{M-1}{\mathrm{\&Pi;}}}{(1-{\mathrm{\&epsiv;}}_j)}^N/\underset{j=n}{\overset{M-1}{\mathrm{\&Pi;}}}(1-{\mathrm{\&epsiv;}}_j)---\left(24\right)$

Hui、Zhang Wei、Yang Xiao与本发明提出的碰撞概率下语音质量是非常接近的；本文提出的模型的语音质量结果与仿真结果吻合最好。

图4为新碰撞概率下ε_n、ρ_n、p关系图。

根据p,loss,I_e,R,MOS等值的一系列相互转化，得到MOS值，根据MOS值评价语音质量。

Claims (4)

1.一种无线局域网的语音质量测定方法，其特征在于： 

步骤1，建立如(1)式碰撞概率表达式， 

式(1)中，p为碰撞概率，ε为节点发送数据帧的概率，j为退避阶数，n为最大退避阶数，M为每个节点所包含的节点AC数； 

将基于IEEE802.11e无线局域网的节点输入所述碰撞概率表达式； 

步骤2，根据Markov链的性质，得到如(2)式的发送概率、碰撞概率、退避状态转移概率之间的关系式： 

其中，ρ_n为退避状态转移概率，f_n为重传上限，CW_min为最小竞争窗； 

步骤3，根据退避计数器减一的条件得到如(3)式的退避状态转移概率的表达式： 

步骤4，基于步骤1～3得到的三个表达式组成的方程组，解得碰撞概率p的值； 

步骤5，转化碰撞概率p，E-Model的最终结果R值，主观语音质量评价MOS值三者之间的关系； 

R＝R_o-I_s-I_d-I_e+A        (4) 

I_e＝13.2+15.84×ln(1+0.38×loss)           (5) 

R＝3.026MOS³-25.314MOS²+87.060MOS-57.336       (6) 

其中，loss为丢包率；上述(4)式是E-Model最终结果值R的表达式；(5)式是R值的重要影响因素–设备引入损伤I_e的表达式；(6)式是R值与MOS值之间的关系式，通过(4)～(6)式将步骤4得到的碰撞概率p值转化为MOS值，即得到语音质量。 

2.如权利要求1所述的无线局域网的语音质量测定方法，其特征在于：步骤5中，在计算R时，采用的简化计算公式为 

R＝94.2-I_e     (7) 

在(7)式中，考虑碰撞概率对语音质量的影响，即考虑因素I_e。 

3.如权利要求1或2所述的无线局域网的语音质量测定方法，其特征在于：步骤5中，在计算I_e时，采用的简化计算公式为 

I_e＝13.2+15.84×ln(1+0.38×p)       (8) 

在(8)式中，用碰撞概率p近似代替丢包率loss。 

4.如权利要求3所述的无线局域网的语音质量测定方法，其特征在于：所述式(8)中的碰撞概率p是通过步骤1～3中的公式(1)～(3)计算得到的。