CN103384374A - 一种语音业务质量的评估方法和设备 - Google Patents
一种语音业务质量的评估方法和设备 Download PDFInfo
- Publication number
- CN103384374A CN103384374A CN2012101350501A CN201210135050A CN103384374A CN 103384374 A CN103384374 A CN 103384374A CN 2012101350501 A CN2012101350501 A CN 2012101350501A CN 201210135050 A CN201210135050 A CN 201210135050A CN 103384374 A CN103384374 A CN 103384374A
- Authority
- CN
- China
- Prior art keywords
- data
- array
- network performance
- rxl
- service quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种语音业务质量的评估方法和设备,该方法包括:获取网络性能参数;对所述网络性能参数中的信号参数进行预处理,获得数组Pre_data;对所述数组Pre_data进行主成分提取,获得数组PCA_data,且所述数组PCA_data内包含对语音业务质量评估贡献超过预设门限且互不相关的主成分参数;利用所述数组PCA_data获得语音业务质量评估结果。本发明实施例中,基于运营商能够获得的网络性能参数,采用更加合理的数据预处理方式,保证了语音业务质量的预测精度;通过提取互相独立的主成分参数,得到贡献较大且互不相关的参数,消除各参数之间的相关性,使得评估结果更加准确。
Description
技术领域
本发明涉及通信技术领域,尤其是涉及了一种语音业务质量的评估方法和设备。
背景技术
语音业务质量是影响客户感知的重要因素,运营商可以通过DT(DriveTest,路测)/CQT(Call Quality Test,定点测试)等方式来获知语音业务质量;但是,DT/CQT等方式具有一定的局限性;例如,DT/CQT等方式需要依赖于特殊的测试终端、且测试地理范围及样本量受限等。
为解决上述问题,当前提出了基于网络性能参数的语音业务质量评估方案,通过在网络设备内部提取网络性能参数,并利用网络性能参数计算得到对语音业务质量的评估值;基于网络性能参数的语音业务质量评估方案包括:SQI(Speech Quality Index,语音质量指标)方案和语音质量损耗估算方案。
在SQI方案中,首先获取无线网络性能参数,如BER(Bit Error Ratio,误码率)、FER(Frame Error Rate,误帧率)、Rxlev(Received Signal Level,接收信号电平)、切换状态等;之后对这些无线网络性能参数统计得到瞬时参数极值、均值和方差等;之后对这些瞬时参数进行变换得到一组更接近语音业务质量的参数;最后直接利用变换后的结果加权得到语音业务质量的预测值。
在语音质量损耗估算方案中,首先获取无线网络性能参数,如至少包括FER;之后将无线网络性能参数变换成与语音业务质量损耗相关的形式,如对数、指数、乘方等;最后直接将无线网络性能参数变换后的形式输入预置的线性加权公式,以估算语音业务质量的损耗,即输出原始语音的MOS(MeanOpinion Score,平均主观得分)分值与经过传输后的降级语音MOS分值之差。
在实现本发明的过程中,发明人发现现有技术中至少存在以下问题:
当前语音业务质量评估方案是针对网络设备厂商的,网络设备可以获得自身的BER或FER等参数,继而进行语音业务质量评估;但是对于运营商而言,通常难以获得BER或FER等参数,因此无法利用当前语音业务质量评估方案获得精度较高的语音业务质量评估结果。此外,当前语音业务质量评估方案对各网络性能参数之间的相关性没有去除,从而影响预测结果的准确度。
发明内容
本发明实施例提供一种语音业务质量的评估方法和设备,以获得较高的评估精度,且使得评估结果更加准确。
为了达到上述目的,本发明实施例提供一种语音业务质量的评估方法,包括:
获取网络性能参数;
对所述网络性能参数中的信号参数进行预处理,获得数组Pre_data;
对所述数组Pre_data进行主成分提取,获得数组PCA_data,且所述数组PCA_data内包含对语音业务质量评估贡献超过预设门限且互不相关的主成分参数;
利用所述数组PCA_data获得语音业务质量评估结果。
本发明实施例提供一种语音业务质量的评估设备,包括:
第一获得模块,用于获取网络性能参数;
第二获得模块,用于对所述网络性能参数中的信号参数进行预处理,获得数组Pre_data;
第三获得模块,用于对所述数组Pre_data进行主成分提取,获得数组PCA_data,且所述数组PCA_data内包含对语音业务质量评估贡献超过预设门限且互不相关的主成分参数;
第四获得模块,用于利用所述数组PCA_data获得语音业务质量评估结果。
与现有技术相比,本发明实施例至少具有以下优点:本发明实施例中,基于运营商能够获得的网络性能参数,采用更加合理的数据预处理方式,保证了语音业务质量的预测精度;通过提取互相独立的主成分参数,得到贡献较大且互不相关的参数,消除各参数之间的相关性,使得评估结果更加准确。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种语音业务质量的评估方法流程示意图;
图2是本发明实施例一中通过移动通信网络信令监测平台获取网络性能参数的组网示意图;
图3是本发明实施例二提供的一种语音业务质量的评估设备结构示意图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本发明实施例一提供一种语音业务质量的评估方法,以针对上、下行分别获取输入参数并给出语音业务质量评估结果,本发明实施例所描述过程同时适用于上行或下行语音业务质量评估;如图1所示,该方法包括以下步骤:
步骤101,获取网络性能参数(其为评估算法的输入参数);如表1所示,该网络性能参数包括但不限于:平均接收电平RxLev;信号接收质量Rxqual;语音编码模式Codec;信道切换请求次数HOintra和小区切换请求次数HOinter;非连续发送DTX指示;以及,跳频指示HOP等。
表1
本发明实施例中,可以通过移动通信网络信令监测平台获取网络性能参数,并将其作为评估算法的输入参数;如图2所示,以GSM(Global System forMobile communications,全球移动通信系统)为例进行说明,则可以通过Abis接口信令监测平台获取到GSM系统的上行或下行网络性能参数。
步骤102,对网络性能参数中的信号参数进行预处理,获得数组Pre_data;其中,网络性能参数中的信号参数具体包括:RxLev以及Rxqual。
需要说明的是,预处理的目的是将多维的数据矢量转化为一维的统计量,以便于发现和描述网络性能参数与语音业务质量之间的映射关系;预处理的原则是处理后的数据需要尽可能多的携带原始数据的信息。
本发明实施例中,针对一个语音业务质量评估周期(如4.8s),对网络性能参数中的信号参数进行预处理,获得数组Pre_data,具体包括:
步骤1、确定在一个评估周期内获得的多个Rxlev中的最小值Rxl_min、最大值Rxl_max、均值Rxl_mean、标准差Rxl_std;以及,多个Rxlev中的前后两个Rxlev的差值中的最大值DRxl_max、标准差DRxl_std。
以一个语音业务质量评估周期获得10个Rxlev为例,则计算该10个Rxlev的最小值Rxl_min、最大值Rxl_max、均值Rxl_mean、标准差Rxl_std;以及,计算前后两个Rxlev的差值(后减前),共9个,记为d1~d9,且计算出这9个数值中的最大值DRxl_max、以及标准差
步骤2、确定在一个评估周期内获得的多个Rxqual中的最大值Rxq_max、均值Rxq_mean、标准差Rxq_std;以及,多个Rxqual中大于5的个数RQhigh_num、大于5的部分的能量RQhigh_en。
以一个语音业务质量评估周期获得10个Rxqual为例,则计算10个Rxqual的最大值Rxq_max、均值Rxq_mean、标准差Rxq_std;以及,计算数组元素Rxqual(i)>5的个数RQhigh_num;以及,计算数组元素Rxqual(i)>5的部分的能量RQhigh_en,且RQhigh_en=∑{(Rxqual(i)-5)2|Rxqual(i)>5}。
需要注意的是,步骤2与步骤1之间没有先后顺序关系。
步骤3、将步骤1和步骤2得到的预处理后数据合并为数组Pre_data,且确定数组Pre_data为:{Rxl_min,Rxl_max,Rxl_mean,Rxl_std,DRxl_max,DRxl_std,Rxq_max,Rxq_mean,Rxq_std,RQhighnum,RQhigh_en}。
步骤103,对数组Pre_data进行主成分提取,获得数组PCA_data,且数组PCA_data内包含对语音业务质量评估贡献超过预设门限且互不相关的主成分参数。
其中,该预设门限可以根据实际经验进行设置,在实际应用中,只要当对语音业务质量评估贡献超过预设门限时表示对语音业务质量评估贡献较大即可;例如,如果对语音业务质量评估贡献超过60%时表示对语音业务质量评估贡献较大,则预设门限可以设置为60%。
需要说明的是,在对网络性能参数进行预处理之后,数据的维度将倍增,且这些新的统计量虽然包含大量网络质量信息,但变量太多,各变量之间具有很强的相关性,对语音业务质量的影响是相互交叉的;如果将预处理结果直接用于预测语音业务质量,则很难产生简明的预测表达式,且会降低预测精度;基于此,本发明实施例中,通过采用一个主成分提取矩阵,从预处理后的参数中提取主成分参数,并选取贡献较大的前几个主成分参数作为预测参数;且提取的主成分参数之间互不相关,并携带了原数据的绝大部分信息。
本发明实施例中,对数组Pre_data进行主成分提取,获得数组PCA_data的过程,具体包括:确定数组PCA_data为:Pre_data*THETA;需要注意的是,THETA为主成分提取系数矩阵,且主成分提取系数矩阵THETA的一种优选的获得方式具体包括:计算数组Pre_data的相关矩阵,并对该相关矩阵进行归一化;计算归一化的相关矩阵的特征值以及特征向量,并将该特征值按照绝对值由大到小进行排序;选取前面指定个数的特征值所对应的特征向量,并依照特征值的排序组成主成分提取系数矩阵THETA。
步骤104,利用数组PCA_data获得语音业务质量评估结果。
本发明实施例中,利用数组PCA_data获得语音业务质量评估结果,具体包括:利用数组PCA_data以及网络性能参数中的信号参数之外的其他参数确定数组final_data;以及,根据数组final_data以及预测系数矩阵获得语音业务质量评估结果(RSQ),即RSQ=final_data*B;其中B为预测系数矩阵,且预测系数矩阵B的一种优选的获得方式具体包括:由从现网采集的无线网络性能参数所构成的final_data作为自变量,其对应的现网采集的语音业务质量分值作为因变量,采用多元回归分析的方法训练得到。
需要注意的是,网络性能参数中的信号参数之外的其他参数具体包括:语音编码模式、HOintra和HOinter、DTX指示、HOP;且利用数组PCA_data以及网络性能参数中的信号参数之外的其他参数确定数组fnal_data,具体包括:确定数组final_data为:[1,PCA_data,HO,HOP,DTX];其中,HO=max(HOinter,HOinter),且预测系数矩阵由语音编码模式确定,即不同的语音编码模式对应于不同的预测系数矩阵,具体确定方式在此不再赘述。
综上所述,本发明实施例中,基于运营商能够获得的网络性能参数(即利用从移动通信网络信令监测平台中获取的有限的网络性能参数),采用更加合理的数据预处理方式,以保证语音业务质量的预测精度;由于运营商可以通过信令实时获取参数,因而更贴近网络实际应用;通过提取互相独立的主成分参数,得到贡献较大且互不相关的参数,消除各参数之间的相关性,简化输入参数,使得评估结果更加准确;数据预处理中采用一组Rxlev差分值的最大值和标准差,采用一组Rxqual中值大于5的个数和大于5的部分的能量RQhigh_en,从而使得语音业务质量评估算法更适合于输入参量有限的情况。
实施例二
基于与上述方法同样的发明构思,本发明实施例中还提供了一种语音业务质量的评估设备,如图3所示,该设备包括:
第一获得模块11,用于获取网络性能参数;
第二获得模块12,用于对所述网络性能参数中的信号参数进行预处理,获得数组Pre_data;
第三获得模块13,用于对所述数组Pre_data进行主成分提取,获得数组PCA_data,且所述数组PCA_data内包含对语音业务质量评估贡献超过预设门限且互不相关的主成分参数;
第四获得模块14,用于利用所述数组PCA_data获得语音业务质量评估结果。
本发明实施例中,所述网络性能参数包括:平均接收电平RxLev;信号接收质量Rxqual;语音编码模式;信道切换请求次数HOintra和小区切换请求次数HOinter;非连续发送DTX指示;跳频指示HOP。
本发明实施例中,所述网络性能参数中的信号参数,具体包括:RxLev以及Rxqual;所述第二获得模块12,具体用于确定在一个评估周期内获得的多个Rxlev中的最小值Rxl_min、最大值Rxl_max、均值Rxl_mean、标准差Rxl_std;以及,所述多个Rxlev中的前后两个Rxlev的差值中的最大值DRxl_max、标准差DRxl_std;确定在一个评估周期内获得的多个Rxqual中的最大值Rxq_max、均值Rxq_mean、标准差Rxq_std;以及,所述多个Rxqual中大于5的个数RQhigh_num、大于5的部分的能量RQhigh_en;确定数组Pre_data为:{Rxl_min,Rxl_max,Rxl_mean,Rxl_std,DRxl_max,DRxl_std,Rxq_max,Rxq_mean,Rxq_std,RQhigh_num,RQhigh_en}。
本发明实施例中,所述第三获得模块13,具体用于确定所述数组PCA_data为:Pre_data*THETA;其中,所述THETA为主成分提取系数矩阵。
所述第三获得模块13,进一步用于计算所述数组Pre_data的相关矩阵,并对相关矩阵进行归一化;计算归一化的相关矩阵的特征值以及特征向量,并将该特征值按照绝对值由大到小进行排序;选取前面指定个数的特征值所对应的特征向量,并依照特征值的排序组成所述主成分提取系数矩阵THETA。
所述第四获得模块14,具体用于利用所述数组PCA_data以及所述网络性能参数中的信号参数之外的其他参数确定数组final_data;根据所述数组final_data以及预测系数矩阵获得语音业务质量评估结果。
本发明实施例中,所述网络性能参数中的信号参数之外的其他参数具体包括:语音编码模式、HOintra和HOinter、DTX指示、HOP;所述第四获得模块14,进一步用于确定所述数组final_data为:[1,PCA_data,HO,HOP,DTX];其中,HO=max(HOintra,HOinter),且所述预测系数矩阵由所述语音编码模式确定。
其中,本发明装置的各个模块可以集成于一体,也可以分离部署。上述模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
本领域技术人员可以理解附图只是一个优选实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上公开的仅为本发明的几个具体实施例,但是,本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (14)
1.一种语音业务质量的评估方法,其特征在于,包括:
获取网络性能参数;
对所述网络性能参数中的信号参数进行预处理,获得数组Pre_data;
对所述数组Pre_data进行主成分提取,获得数组PCA_data,且所述数组PCA_data内包含对语音业务质量评估贡献超过预设门限且互不相关的主成分参数;
利用所述数组PCA_data获得语音业务质量评估结果。
2.如权利要求1所述的方法,其特征在于,所述网络性能参数包括:平均接收电平RxLev;信号接收质量Rxqual;语音编码模式;信道切换请求次数HOintra和小区切换请求次数HOinter;非连续发送DTX指示;跳频指示HOP。
3.如权利要求1所述的方法,其特征在于,所述网络性能参数中的信号参数,具体包括:RxLev以及Rxqual;对所述网络性能参数中的信号参数进行预处理,获得数组Pre_data,具体包括:
确定在一个评估周期内获得的多个Rxlev中的最小值Rxl_min、最大值Rxl_max、均值Rxl_mean、标准差Rxl_std;以及,所述多个Rxlev中的前后两个Rxlev的差值中的最大值DRxl max、标准差DRx_lstd;
确定在一个评估周期内获得的多个Rxqual中的最大值Rxq_max、均值Rxq_mean、标准差Rxq_std;以及,所述多个Rxqual中大于5的个数RQhigh_num、大于5的部分的能量RQhigh_en;
确定数组Pre_data为:{Rxl_min,Rxl_max,Rxl_mean,Rxl_std,DRxl_max,DRxl_std,Rxq_max,Rxq_mean,Rxq_std,RQhigh_num,RQhigh_en}。
4.如权利要求1或3所述的方法,其特征在于,对所述数组Pre_data进行主成分提取,获得数组PCA_data,具体包括:
确定所述数组PCA_data为:Pre_data*THETA;其中,所述THETA为主成分提取系数矩阵。
5.如权利要求4所述的方法,其特征在于,所述主成分提取系数矩阵THETA的获得方式具体包括:
计算所述数组Pre_data的相关矩阵,并对相关矩阵进行归一化;
计算归一化的相关矩阵的特征值以及特征向量,并将该特征值按照绝对值由大到小进行排序;
选取前面指定个数的特征值所对应的特征向量,并依照特征值的排序组成所述主成分提取系数矩阵THETA。
6.如权利要求1所述的方法,其特征在于,利用所述数组PCA_data获得语音业务质量评估结果,具体包括:
利用所述数组PCA_data以及所述网络性能参数中的信号参数之外的其他参数确定数组final_data;
根据所述数组final_data以及预测系数矩阵获得语音业务质量评估结果。
7.如权利要求6所述的方法,其特征在于,所述网络性能参数中的信号参数之外的其他参数具体包括:语音编码模式、HOintra和HOinter、DTX指示、HOP;利用所述数组PCA_data以及所述网络性能参数中的信号参数之外的其他参数确定数组final_data,具体包括:
确定所述数组final_data为:[1,PCA_data,HO,HOP,DTX];其中,HO=max(HOintra,HOinter),且所述预测系数矩阵由所述语音编码模式确定。
8.一种语音业务质量的评估设备,其特征在于,包括:
第一获得模块,用于获取网络性能参数;
第二获得模块,用于对所述网络性能参数中的信号参数进行预处理,获得数组Pre_data;
第三获得模块,用于对所述数组Pre_data进行主成分提取,获得数组PCA_data,且所述数组PCA_data内包含对语音业务质量评估贡献超过预设门限且互不相关的主成分参数;
第四获得模块,用于利用所述数组PCA_data获得语音业务质量评估结果。
9.如权利要求8所述的设备,其特征在于,所述网络性能参数包括:平均接收电平RxLev;信号接收质量Rxqual;语音编码模式;信道切换请求次数HOintra和小区切换请求次数HOinter;非连续发送DTX指示;跳频指示HOP。
10.如权利要求8所述的设备,其特征在于,所述网络性能参数中的信号参数,具体包括:RxLev以及Rxqual;
所述第二获得模块,具体用于确定在一个评估周期内获得的多个Rxlev中的最小值Rxl_min、最大值Rxl_max、均值Rxl_mean、标准差Rxl_std;以及,所述多个Rxlev中的前后两个Rxlev的差值中的最大值DRxl_max、标准差DRxl_std;
确定在一个评估周期内获得的多个Rxqual中的最大值Rxq_max、均值Rxq_mean、标准差Rxq_std;以及,所述多个Rxqual中大于5的个数RQhigh_num、大于5的部分的能量RQhigh_en;
确定数组Pre_data为:{Rxl_min,Rxl_max,Rxl_mean,Rxl_std,DRxl_max,DRxl_std,Rxq_max,Rxq_mean,Rxq_std,RQhigh_num,RQhigh_en}。
11.如权利要求8或10所述的设备,其特征在于,
所述第三获得模块,具体用于确定所述数组PCA_data为:Pre_data*THETA;其中,所述THETA为主成分提取系数矩阵。
12.如权利要求11所述的设备,其特征在于,
所述第三获得模块,进一步用于计算所述数组Pre_data的相关矩阵,并对相关矩阵进行归一化;
计算归一化的相关矩阵的特征值以及特征向量,并将该特征值按照绝对值由大到小进行排序;
选取前面指定个数的特征值所对应的特征向量,并依照特征值的排序组成所述主成分提取系数矩阵THETA。
13.如权利要求8所述的设备,其特征在于,
所述第四获得模块,具体用于利用所述数组PCA_data以及所述网络性能参数中的信号参数之外的其他参数确定数组final_data;
根据所述数组final_data以及预测系数矩阵获得语音业务质量评估结果。
14.如权利要求13所述的设备,其特征在于,所述网络性能参数中的信号参数之外的其他参数具体包括:语音编码模式、HOintra和HOinter、DTX指示、HOP;
所述第四获得模块,进一步用于确定所述数组final_data为:[1,PCA_data,HO,HOP,DTX];其中,HO=max(HOintra,HOinter),且所述预测系数矩阵由所述语音编码模式确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210135050.1A CN103384374B (zh) | 2012-05-03 | 2012-05-03 | 一种语音业务质量的评估方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210135050.1A CN103384374B (zh) | 2012-05-03 | 2012-05-03 | 一种语音业务质量的评估方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103384374A true CN103384374A (zh) | 2013-11-06 |
CN103384374B CN103384374B (zh) | 2016-04-27 |
Family
ID=49492057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210135050.1A Active CN103384374B (zh) | 2012-05-03 | 2012-05-03 | 一种语音业务质量的评估方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103384374B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017166968A1 (zh) * | 2016-03-28 | 2017-10-05 | 中兴通讯股份有限公司 | 一种小区切换的方法、装置及基站设备 |
CN109979486A (zh) * | 2017-12-28 | 2019-07-05 | 中国移动通信集团北京有限公司 | 一种语音质量评估方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6442639B1 (en) * | 2000-04-19 | 2002-08-27 | Industrial Scientific Corporation | Docking station for environmental monitoring instruments |
CN101437032A (zh) * | 2008-12-19 | 2009-05-20 | 重庆邮电大学 | 基于sip协议的voip语音质量监测系统及检测方法 |
CN102340426A (zh) * | 2010-07-26 | 2012-02-01 | 中国移动通信集团重庆有限公司 | 一种评估voip语音质量的方法及装置 |
-
2012
- 2012-05-03 CN CN201210135050.1A patent/CN103384374B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6442639B1 (en) * | 2000-04-19 | 2002-08-27 | Industrial Scientific Corporation | Docking station for environmental monitoring instruments |
CN101437032A (zh) * | 2008-12-19 | 2009-05-20 | 重庆邮电大学 | 基于sip协议的voip语音质量监测系统及检测方法 |
CN102340426A (zh) * | 2010-07-26 | 2012-02-01 | 中国移动通信集团重庆有限公司 | 一种评估voip语音质量的方法及装置 |
Non-Patent Citations (1)
Title |
---|
杨盘龙,等: "基于主成分分析的Ad Hoc路由协议仿真性能指标体系研究", 《计算机技术与应用进展》, 31 December 2006 (2006-12-31), pages 1 - 6 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017166968A1 (zh) * | 2016-03-28 | 2017-10-05 | 中兴通讯股份有限公司 | 一种小区切换的方法、装置及基站设备 |
CN109979486A (zh) * | 2017-12-28 | 2019-07-05 | 中国移动通信集团北京有限公司 | 一种语音质量评估方法及装置 |
CN109979486B (zh) * | 2017-12-28 | 2021-07-09 | 中国移动通信集团北京有限公司 | 一种语音质量评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103384374B (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013104532B4 (de) | Kommunikationsvorrichtungen und Verfahren zum Auswählen eines Funkzugangsmodus | |
CN106937306B (zh) | 一种网络质量评估方法及装置 | |
Uthansakul et al. | Estimating and synthesizing QoE based on QoS measurement for improving multimedia services on cellular networks using ANN method | |
CN103607309B (zh) | 一种业务kqi与qoe的映射方法 | |
CN103338458B (zh) | 一种用于认知无线电系统的协作频谱感知方法 | |
CN104581758A (zh) | 一种语音质量的估计方法、装置及电子设备 | |
CN103987056A (zh) | 基于大数据统计模型的无线网络话务量预测方法 | |
CN105679335B (zh) | 基于无线分析的语音质量评估方法及系统 | |
CN105163344A (zh) | 一种td-lte系统内干扰的定位方法 | |
CN111263389B (zh) | 一种Volte语音质量问题的自动化定位的方法及装置 | |
Hu et al. | A study of LTE network performance based on data analytics and statistical modeling | |
CN108269589B (zh) | 用于通话的语音质量评估方法及其装置 | |
CN107155192B (zh) | 一种用户体验质量评估方法及装置 | |
CN103384374B (zh) | 一种语音业务质量的评估方法和设备 | |
CN115884195A (zh) | 模型训练方法、无线资源调度方法及其装置及电子设备 | |
CN105813089B (zh) | 一种对抗噪声不确定性的匹配滤波频谱感知方法 | |
CN111225384B (zh) | 一种上行干扰建模方法、干扰确定方法和装置 | |
EP4150861B1 (en) | Determining cell upgrade | |
CN115734264A (zh) | 5g网络覆盖评估方法、装置、计算机可读介质及电子设备 | |
CN103943114A (zh) | 一种语音业务通话质量的评估方法及装置 | |
Pitas et al. | ANFIS-based quality prediction models for amr telephony in public 2G/3G mobile networks | |
CN110868732B (zh) | VoLTE接通无线失败的问题定位方法、系统和设备 | |
Pitas et al. | Quality of consumer experience data mining for mobile multimedia communication networks: Learning from measurements campaign | |
CN107592646A (zh) | 一种小区语音质量的检测方法和装置 | |
CN118042550B (zh) | 一种5g智能手机信号优化方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |