CN103987067A - 一种基于数据挖掘的3g语音业务质量评估方法 - Google Patents

Abstract

本发明公开了一种基于数据挖掘的3G语音业务质量评估方法，属于通信技术领域。采用数据挖掘方法根据语音质量值与上行下行无线链路网络参数之间的关系得到3G无线通信网络的语音质量评估模型，其中模型训练所需数据从现网的信令监测平台中获取，模型建立后的实时评估过程中以信令监测平台提供的网络物理层参数作为输入，无需原始语音样本，可提供对语音业务质量的实时监控，反映话音在移动通信网络传输过程中，无线链路对其产生的影响即当前用户所处区域移动网络的状况，可迅速定位造成语音质量下降的原因，为针对性进行网络优化提供参考。

Description

一种基于数据挖掘的3G语音业务质量评估方法

技术领域

本发明涉及一种移动通信系统中的语音业务质量评估方案，具体涉及一种第三代移动通信系统(3G)中，基于数据挖掘并且能够实时监控语音业务质量的客观评估算法，属于通信技术领域。 

背景技术

随着移动通信系统的不断发展，运营商所能提供的业务越来越丰富，除了传统的语音业务外，还包括多样化的数据业务(例如，视频流媒体、在线游戏、下载业务等)，并且数据业务的占比不断增大。但是，在众多的业务中，语音业务仍然是最基本最重要的业务，语音业务每月每户收入值(Average Revenue Per User，ARPU)仍然是整体ARPU值的重要组成部分。高质量的语音业务有助于提高用户对业务的认可度，提升运营商的品牌价值。因此，运营商亟需一种能够实时监控、实时观察用户对语音业务质量感受的方法，从而能够对语音质量较低区域进行有效的网络优化，并将网络运营活动定位到最有价值的用户群体中，最终实现移动通信网络中语音业务质量的整体提升和语音收入的持续增长。 

语音业务质量评估方法从评价主体上可以分为主观评估方法和客观评估方法。主观评估方法通常采用ITU-T P.800提出的平均意见分(Mean Opinion Score，MOS)方法。测听者试听一段语音样本，根据自己的主观感受为语音样本打一个分值，称为MOS分。MOS分取值范围为1至5分，5分代表最好，表示语音质量非常好，1分代表最差，表示语音质量无法容忍。主观评估方法能够全面准确的反映语音质量，但是该方法费时费力，对运营商而言无法用于语音质量监 控。客观语音质量评估方法按照评估过程中是否需要原始语音分为插入式(全参考)和非插入式(无参考)方法。ITU-T P.862提出的Perceptual Evaluation of Speech Quality(PESQ)属于插入式评估方法，也是目前与主观MOS相关度较高的一种客观评估方法。ITU-T P.862.1PESQ-LQO给出了PESQ分值与MOS的映射关系，其输出分值在1.02至4.56之间，通常当分值在2以下时，用户对语音业务的体验已经很差。由于全参考方法在评估过程中需要原始语音样本，而在通话过程中无法实时获取原始语音，因此全参考客观评估方法亦无法用于实时监控语音业务质量。此外，对于无参考客观评估方法，目前大部分研究集中在基于声学模型，或者基于退化语音本身的一些参数来评估语音质量，但是这些方法无法反映话音在移动通信网络传输过程中，无线链路对其产生的影响，因此语音质量结果也不能反映当前用户所处区域移动网络的状况。本发明所述的基于网络参数的客观语音质量评估方法以信令监测平台能够提供的网络物理层参数作为输入，这些参数能够表征话音在无线链路传输过程中受到的损伤，从而迅速定位造成语音质量下降的原因，并有针对性的进行网络优化。爱立信的Speech Quality Index(SQI)和华为Voice Quality Index(VQI)属于基于网络参数的客观评估方法，但是SQI和VQI中的一些参数(如FER)对运营商而言无法由信令监测平台实时获取，因此无法用于实时监测语音业务质量。 

发明内容：

为了解决现有技术问题，本发明提出了一种基于运营商信令监测平台能够实时准确评估话音质量的语音业务质量客观评估算法。 

在语音业务传输过程中，话音样本必须跨越涉及3G无线接入网和核心网(Core Network，CN)多个接口，包括空中接口Uu，基站(Node B)与无线网 络控制器(Radio Network Controller，RNC)之间的Iub接口等，在这个过程中，只有用户设备(User Equipment，UE)与基站Node B之间是无线链路，其余均为有线链路。在3G网络中，语音业务采用电路域交换方式，通话建立后网络为用户分配专用承载资源，所有数据包通过固定路径传输，因此，语音质量的降低主要来源于无线链路。 

为了实现上述目的，本发明的技术方案所述3G网络中客观语音业务质量评估方法流程为：采集-训练-模型建立-实时评估，包括以下步骤： 

步骤1，为评估无线链路对语音质量的影响，采用移动终端呼叫固定电话方式采集训练数据，其中移动终端为主叫，记为UE A，固定电话为被叫，记为UE B；主叫UE A通过基站Node B向被叫UE B发送数据的链路称为上行链路，被叫UE B通过基站Node B向主叫UE A发送数据的链路称为下行链路； 

按照以下子步骤配置数据采集环境： 

子步骤S101： 

设置3G网络中MR测量报告上报为周期性上报，上报周期为T_period； 

所述MR(Measurement Report)为测量报告，包含两个部分：上行信号信息以及下行信号信息。 

移动终端UE A测量采集下行信号信息，下行信号信息指与下行链路有关的信息；移动终端UE A通过Uu口(指终端与基站间标准化接口)的Measurement Report信令将下行信号信息上报给基站Node B； 

基站Node B测量采集上行信号信息，上行信号信息指与上行链路有关的信息，基站Node B将上下行信号信息汇总整合得到最终的MR测量报告按照设定的周期T_perio通过Iub接口发送给无线网络控制器RNC(Radio Network Controller)。 

3G网络中，MR上报分为周期性上报和事件性上报，本发明所提语音业务质量评估模型是基于MR周期性上报而设计的； 

T_period属于3G网络参数，可在基站上配置，MR测量报告上报周期T_period不应配置过大，否则该MR测量报告中参数取值无法充分代表T_period时间段内无线链路状况；作为优选，T_period取2s。 

子步骤S102：设置评估模型的评估周期T，即评估模型的最小时间粒度，； 

评估周期T的取值通过MR测量报告上报周期T_period获得，取T＝m*T_period，T＞T_period，m取整数，由于本发明使用ITU-T P.862.1协议所述的PESQ(Perceptual Evaluation of Speech Quality)算法评估退化语音样本，ITU-T P.861.3建议每个语音样本时长不低于3.2s，即应设置T≥3.2s； 

步骤2：评估模型的建立，包括如下子步骤： 

子步骤S201：获得各评估周期的语音质量评估值 

主叫UE A向被叫UE B发起呼叫，接通后开始一次通话，每次通话中，主叫与被叫交替放音并由对方录音，每次放音的时长均为评估周期时长T。之后UE A挂断通话，若采集的语音样本量不够，则发起下一次呼叫。 

记录通过Iub口的所有信令。作为优选，采用信令监测平台进行记录。 

对每次放音录制的语音样本，采用ITU-T P.862.1协议所述的PESQ(Perceptual Evaluation of Speech Quality)方法进行语音质量评估，获得语音质量评估值，具体如下： 

在第i个评估周期中(即第i次放音)： 

若是被叫终端UE B放音，则在主叫终端UE A中记录经过下行链路得到的退化语音样本，同时采用PESQ算法评估得到该下行语音质量值，记为第i个评估周期的语音质量值MOS_{real_down_i}；并标记该评估周期为下行过程； 

若是主叫终端UE A放音，则在被叫终端UE B中记录经过上行链路得到的退化语音样本，同时采用PESQ算法评估得到该上行语音质量值，记为第i个评估周期的语音质量值MOS_{real_up_i}；并标记该评估周期为上行过程； 

其中i＝1，…，n，n为语音样本个数，即测试过程中所有通话放音的总次数，在建立评估模型的过程中，为了保证样本量，作为优选，n应大于等于1000次。 

(在测试过程中，一次通话中主被叫交替进行多次录放音，模拟实际通话过程，之后挂断进行下一次通话。每一次通话中主/被叫的一次放音会在被/主叫进行录音，对应一个语音样本。一共需要进行多少次这样的呼叫，与需要的数据量有关，数据量越大，获得的评估模型拟合效果越好，一般总的放音次数n是大于1000次。) 

子步骤202：从上一步所记录的通过Iub口的所有信令中，提取出切换信令和MR测量报告中的上行信号信息、下行信号信息，从中解析网络参数，选取其中对语音质量影响较大的网络参数(1.从众多信令数据中提取需要的网络参数取值，并以一定格式输出。2.最初网络参数的选取是通过类比GSM网络结合专家经验得到的，后续通过研究网络参数对语音质量的影响可以增减参数，如某个参数变化1单位，语音质量MOS降低0.5，可认为该参数对语音质量影响较大)，包括：接收信号码功率RSCP、信干比SIR、误块率BLER，编码方式Codec、串联自由操作状态TFO、编码转换免除操作状态TrFO；接力切换次数HO1、硬切换次数HO2； 

在第i个评估周期T中： 

若该评估周期是上行过程，即是由主叫终端UE A放音，则通过解析MR测量报告中的上行信号信息和切换信令，获得上行无线链路参数 

若该评估周期是下行过程，即是由被叫终端UE B放音，则通过解析MR测量报告中的下行信号信息和切换信令，获得下行无线链路参数 

记第i个评估周期中，这些选出的网络参数取值为[p_{1_i}，p_{2_i}，…，p_{M_i}]，M表示所选网络参数的总的种类数，在一个评估模型的建立过程中，所选的网络参数固定。即对于n个评估周期所选的网络参数都是同样的种类。每个p_{j_i}都是m行1列的列向量，表示第i个评估周期内来自m个上报周期的第j种网络参数的相应m个值。因为MR上报周期为T_period，语音质量评估周期T＝m*T_period，因此在一个语音质量评估周期T中，共产生m条MR测量报告，即不论是上行数据还是下行数据，对于每一个语音质量值MOS_{real_up_i}或MOS_{real_down_i}，每种网络参数都有m个取值与之对应。 

子步骤S203：数据预处理。 

对每个评估周期获得的D_{up_netpara_i}和D_{down_netpara_i}中的每个列向量p_{j_i}分别进行数据预处理，得到无线链路的上行链路测量数据、下行链路测量数据，具体如下： 

(a)按照p_{j_i}的类别进行降维操作： 

对连续型网络参数p_{j_i}，所涉及的参数种类包括：接收信号码功率RSCP、信干比SIR、误块率BLER，分别求出每种参数在第i个评估周期内的m个取值的均值p_{j_i_mean}、最大值p_{j_i_max}、最小值p_{j_i_min}，作为该种参数在此评估周期的记录值； 

对分类型网络参数p_{j_i}，所涉及的参数种类包括：编码方式Codec、串联自由操作状态TFO、编码转换免除操作状态TrFO；因这些参数在一个通话过程中状态不变，每种参数在第i个评估周期内的m个取值都为同一个值，所以取单 个值作为的记录值

对计次型网络参数p_{j_i}，所涉及的参数种类包括：接力切换次数HO1、硬切换次数HO2；因这些参数在一次通话中的状态是“记录累计次数”的过程，因此对每种参数取在第i个评估周期内的m个值中的最大值与最小值之差，也就是该评估周期内的次数，作为记录值

(b)将同一评估周期内的经过上述处理获得的网络参数记录值，按照预设的顺序建立网络参数向量，即： 

对标记为上行过程的第i个评估周期，各网络参数记录值所构成的一维向量即为无线链路的上行链路测量数据D_{trup_i}，且同一种网络参数记录值在各D_{trup_i}的位置相同；例如按照设定的参数顺序，构建第i个评估周期的上行链路测量数据：  $\begin{array}{c}{D}_{\mathrm{trup}\_i}=\\ [p_{1\_i\_\max },p_{1\_i\_\min },p_{1\_i\_\mathrm{mean}},p_{2\_i\_\max },p_{2\_i\_\min },p_{2\_i\_\mathrm{mean}},p_{3\_i\_\max },p_{3\_i\_\min },p_{3\_i\_\mathrm{mean}},{\stackrel{\‾}{p}}_{4\_i},{\stackrel{\‾}{p}}_{5\_i},{\stackrel{\_}{p}}_{6\_i},{\hat{p}}_{7\_i},{\hat{p}}_{8\_i},]\end{array};$

对标记为下行过程的第i个评估周期，各网络参数记录值所构成的一维向量即为无线链路的下行链路测量数据且同一种网络参数记录值在各 的位置相同；例如按照设定的参数顺序，构建第i个评估周期的上行链路测量数据： 

$\begin{array}{c}{D}_{\mathrm{trdown}\_i}=\\ [p_{1\_i\_\max },p_{1\_i\_\min },p_{1\_i\_\mathrm{mean}},p_{2\_i\_\max },p_{2\_i\_\min },p_{2\_i\_\mathrm{mean}},p_{3\_i\_\max },p_{3\_i\_\min },p_{3\_i\_\mathrm{mean}},{\stackrel{\‾}{p}}_{4\_i},{\stackrel{\‾}{p}}_{5\_i},{\stackrel{\_}{p}}_{6\_i},{\hat{p}}_{7\_i},{\hat{p}}_{8\_i},]\end{array};$

因为是对上行链路和下行链路分别建立模型，因此上行链路测量数据中的参数顺序，与下行链路测量数据中的参数顺序也可以不同，但它们各自的参数顺序应保持一致，并记录下来，供评估模型建立后步骤3的实时检测语音质量时使用。 

子步骤S204：语音业务质量评估模型建立 

采用标记为上行过程的各评估周期的上行链路测量数据D_{trup_i}和步骤S201 获得的标记为上行过程的各评估周期的语音质量值MOS_{real_up_i}，对语音质量值MOS_{real_up_i}与D_{trup_i}中的各参数采用基于最小二乘法的多元线性回归算法进行拟合，得到上行语音质量评估公式，即该基站Node B的上行链路语音质量预测模型，它给出了语音质量值与上行无线链路网络参数之间的关系； 

采用标记为下行过程的各评估周期的下行链路测量数据D_{trdown_i}和步骤201获得的标记为下行过程的各评估周期的语音质量值MOS_{real_down_i}，对语音质量值与网络参数采用基于最小二乘法的多元线性回归算法进行拟合，得到下行语音质量评估公式，即得到该基站Node B的下行链路语音质量预测模型，它给出了语音质量值与下行无线链路网络参数之间的关系； 

步骤3，对该基站3G无线通信的语音质量评估预测 

子步骤S301：对该基站中发生的通话进行语音质量评估时，即主叫UE A向被叫UE B发起呼叫，接通后主叫与被叫交替放音；设定系统的第i次放音的评估周期时长T_{test_i}，系统的MR测量报告上报周期不变，记录通过Iub口的所有信令； 

为了采用本发明建立的模型对实际通话进行实时的语音质量评估，根据待评估的实际通话中的第i次放音的持续时间，取该次放音的评估周期T_{test_i}＝k_i*T_period，k_i为整数，T_{test_i}≥3.2s，且T_{test_i}为小于等于第i次放音持续时间的最大值，即，例如： 

若第i次放音持续时间为14s，T_period＝2s，则T_{test_i}取14s，k_i＝7； 

若第i次放音持续时间为17s，T_period＝2s，则T_{test_i}取16s，k_i＝8； 

若第i次放音持续时间为15.5s，T_period＝2.5s，则T_{test_i}取15s，k_i＝6； 

这是因为实际通话中，每次放音的时长不是固定的。本步骤中，评估周期也可以固定为4s；这样才能在保证语音样本的长度的情况下，取尽多组的网络 参数(通话时间内采集尽可能多的上报周期MR报告)，最大程度对每个上行通话的语音质量进行评估。 

若是被叫终端UE B放音，标记该评估周期为下行过程； 

若是主叫终端UE A放音，标记该评估周期为上行过程； 

对实际通话中的每个上行通话持续时间和下行通话时间，分别从实际通话过程中所记录的通过Iub口的所有信令中，提取出MR测量报告和切换信令，从中解析提取子步骤S202选定的网络参数，即包括：接收信号码功率RSCP、信干比SIR、误块率BLER，编码方式Codec、串联自由操作状态TFO、编码转换免除操作状态TrFO；接力切换次数HO1、硬切换次数HO2； 

在第i个评估周期中： 

若该评估周期是上行过程，即是由主叫终端UE A放音，则通过解析MR测量报告中的上行信号信息和切换信令，获得上行无线链路参数 

若该评估周期是下行过程，即是由被叫终端UE B放音，则通过解析MR测量报告中的下行信号信息和切换信令，获得下行无线链路参数 

M表示所选网络参数的总的种类数。p_{j_i}代表第i个评估周期中第j种网络参数，它是k_i行1列的列向量，该列向量是第i个评估周期内来自k_i个上报周期的该种网络参数的相应k_i个值。 

子步骤S302：数据预处理。 

对每个评估周期获得的各选定的网络参数的k_i个取值，采用子步骤S203所述的方法进行数据预处理，得到无线链路的上行链路测量数据、下行链路测量数据，具体如下： 

(a)对连续型网络参数p_{j_i}，所涉及的参数种类包括：接收信号码功率RSCP、信干比SIR、误块率BLER，分别求出每种参数的k_i个取值的均值p_{j_i_mean}、最大值p_{j_i_max}、最小值p_{j_i_min}，作为该种参数在此评估周期的记录值； 

对分类型网络参数p_{j_i}，所涉及的参数种类包括：编码方式Codec、串联自由操作状态TFO、编码转换免除操作状态TrFO；因这些参数在一个通话过程中状态不变，每种参数其k_i个取值都为同一个值，所以取单个值作为的记录值

对计次型网络参数p_{j_i}，所涉及的参数种类包括：接力切换次数HO1、硬切换次数HO2；因这些参数在一次通话中的状态是“记录累计次数”的过程，因此对每种参数取其评估周期内k_i个值中的最大值与最小值之差，也就是该评估周期内的次数，作为记录值

(b)将同一评估周期内的经过上述处理的网络参数，按照预设的统一顺序建立网络参数向量，即： 

对标记为上行过程的评估周期，获得该无线链路第i个评估周期的上行链路测量数据D_{trup_i}； 

对标记为下行过程的评估周期，获得无线链路第i个评估周期的下行链路测量数据D_{trdown_i}； 

子步骤S303：若第i个评估周期属于上行过程，则调用子步骤S204建立的上行语音质量评估公式，输入子步骤S302获得的上行链路测量数据D_{trup_i}和下行链路测量数据D_{trdown_i}，得到该评估周期内的语音质量值； 

若第i个评估周期属于下行过程，则调用子步骤S204建立的下行语音质量评估公式，输入子步骤S302获得的下行链路测量数据D_{trdown_i}，得到该评估周期内的语音质量值。 

对比现有技术，本发明所提出的基于数据挖掘的3G语音业务质量评估方法 其有益效果在于：采用数据挖掘方法得到3G无线通信网络的语音质量评估模型，其中模型训练所需数据可以从现网的信令监测平台中实时获取，这样既能保证训练数据的有效可靠，又能保证对现网的改造较小，同时，本发明在模型建立后的实时评估过程中无需原始语音样本，因为在通话过程中无法实时获取原始语音，可提供对语音业务质量的实时监控，反映话音在移动通信网络传输过程中，无线链路对其产生的影响，语音评估质量结果可反映当前用户所处区域移动网络的状况。依照本方法所建立的模型在提供实时评估监控时，以信令监测平台提供的网络物理层参数作为输入，这些参数能够表征话音在无线链路传输过程中受到的损伤，从而可迅速定位造成语音质量下降的原因，并有针对性的进行网络优化。 

附图说明

图1为本发明数据采集平台结构图； 

图2为本发明设计的评估算法模型训练和语音质量预测框图。 

具体实施方式

为使发明的目的、技术方案及优点更加清楚明白，下面以TD-SCDMA系统为例，并结合附图对本发明的实施例进行详细描述。本实施例在以发明技术方案为前提进行实施，给出了详细实施方式和具体操作过程，但本发明的保护范围不限于下述的实施例。 

具体内容步骤如下： 

步骤1，图1所示为数据采集平台结构图。其中，主叫UE A为路测终端，UE A与基站间为无线链路；被叫UE B为固定电话，UE B与固话服务器相连，固话服务器与MSC通过有线电缆相连。 

子步骤S101：设置3G无线网络的MR测量报告上报方式为周期性上报，上报周期T_period＝2s。在TD-SCDMA现网中，MR上报周期T_period可灵活配置，取值范围为2s-12s。若配置T_period较大，如T_period＝12s，则在T_period＝12s内信道状况可能发生较大变化，而MR测量报告中参数取值可能无法充分反映T_period＝12s时间段内无线链路的所有变化，因此，优选的方案是将T_period配置为最小值，如取T_period＝2s。 

所述MR为测量报告，包含两个部分：上行信号信息以及下行信号信息； 

移动终端UE A测量采集下行信号信息，下行信号信息指与下行链路有关的信息，然后通过Uu口的Measurement Report信令将下行信号信息上报给基站Node B，Uu口指终端与基站间标准化接口； 

基站Node B测量采集上行信号信息，上行信号信息指与上行链路有关的信息，然后基站Node B将上下行信号信息汇总整合得到最终的MR测量报告，按照设定的周期T_period通过Iub接口发送给无线网络控制器RNC； 

子步骤S102：设置评估模型评估周期为T＝4s。评估周期T与MR测量报告上报周期T_period之间存在关系T＝m*T_period；此外，考虑到使用PESQ算法(ITU-T P.861)为每个语音样本打分时，ITU-T P.861.3建议每个语音样本时长不低于3.2s，故可取语音样本时长为T＝4s＝2*T_period，也就是说评估算法以4s为周期实时给出语音业务质量预测值。 

步骤2：评估模型的建立，包括如下子步骤： 

子步骤S201：主叫UE A向UE B发起呼叫，每次呼叫接通后，主叫UE A和被叫UE B交替放音各10次，每次放音时长为4s(即评估周期时长T)，之后UE A结束本次通话。若采集的语音样本量不够，则发起下一次呼叫，放音次数累计。这里交替放音次数的取值主要考虑使一次通话时间与多数人的通话时长 大致相同。 

采用信令监测平台记录通过Iub口的所有信令。 

在通话过程中，在主叫终端UE A中记录经过下行链路得到的退化语音样本，同时采用PESQ算法评估得到每个评估周期的下行退化语音质量值，记为MOS_{real_down_i}；在被叫终端UE B中记录经过上行链路得到的退化语音样本，同时采用PESQ算法评估得到每个评估周期的退化语音质量值，记为MOS_{real_up_i}。 

在测试过程中，主叫UE A不断向被叫UE B发起呼叫并开始通话，UE A向Node B发送数据所经链路称为上行链路，Node B向UE A发送数据所经链路称为下行链路，上下行链路数据需分别采集；本步骤包括以下3个子步骤： 

子步骤S202：从上一步所记录的通过Iub口的所有信令中，提取出切换信令和MR测量报告中的上行信号信息、下行信号信息，从中解析网络参数，选取其中对语音质量影响较大的网络参数，包括：接收信号码功率RSCP、信干比SIR、误块率BLER，编码方式Codec、串联自由操作状态TFO、编码转换免除操作状态TrFO；接力切换次数HO1、硬切换次数HO2； 

在TD-SCDMA网络中，影响语音质量的无线链路参数列表、这些参数对语音质量的重要程度，以及参数的获取方式见表1和表2，其中，表1为上行链路参数列表，表2为下行链路参数列表。上下行链路中参数的获取方式不同。无线链路参数的取值范围见表3，其中，RSCP(Reference Signal Receiving Power)、SIR(Signal to Interference Ratio)、BLER(Block Error Rate)的取值来源于3GPP标准3GPP TS25.123，与RSCP、SIR等连续型变量不同，Codec为分类型变量，取离散值，仅用来指明当前评估模型所适用范围，不包含在评估模型输入参数中，分类型变量是相对于连续型随机变量来说的一种变量类型，这里就是说，Codec取不同值，评估模型的参数可能不同，每个特定参数下的评估模型适用于 一种编码方式；TFO/TrFO取值用来表明是否开启TFO/TrFO。这些参数中，TFO、TrFO是可选的，其他必选。 

表1：上行链路中影响语音质量的参数 

表2：下行链路中影响语音质量的参数 

表3：无线链路参数取信 

因此，在一个评估周期内(即一次放音时间)，得到第i个评估周期内的上行无线链路参数为： 

D_{up_netpara_i}＝[RSCP SIR BLER HO1 HO2 TFO TrFO Codec]_2＊8； 

该评估周期对应的退化语音评估值是MOS_{real_up_i}，其中2*8指的是一个评估周期中MOS值有一个，但每种网络参数都有两个值，即在数据采集过程中对于RSCP等网络参数，在一个评估周期中产生两个值，因为步骤1的子步骤2中有 

T＝4s＝2*T_period。 

同样地，第i个评估周期内的下行无线链路参数为： 

D_{down_netpara_i}＝[RSCP SIR BLER HO1 HO2 TFO TrFO Codec]_2＊8； 

其中，需要说明的是，网络参数的排列顺序格式不固定，将数据写成这样的格式是为了数据处理上的方便，但在后续算法验证和算法训练中二者的格式需要保持一致。当算法参数排序确定后，使用算法进行语音质量预测时需要先将原 始数据处理成这里所描写的数据格式。 

子步骤S203，对每个评估周期获得的D_{up_netpara_i}和D_{down_netpara_i}中的每个列向量分别进行数据预处理。 

(a)D_{up_netpara_i}和D_{down_netpara_i}中均含有连续型变量RSCP、SIR、BLER，对这三个连续型变量作数据预处理。 

对上行样本数据，在每个语音质量评估周期内，分别计算每个连续型变量的均值Mean、最大值Max、最小值Min，第i个评估周期内记为： 

D_{pre_SIR}＝[SIR_Mean，SIR_Max，SIR_Min]， 

D_{pre_RSCP}＝[RSCP_Mean，RSCP_Max，RSCP_Min]， 

D_{pre_BLER}＝[BLER_Mean，BLER_Max，BLER_Min]， 

对分类型网络参数如：编码方式Codec、串联自由操作状态TFO、编码转换免除操作状态TrFO；因这些参数在一个通话过程中状态不变，每种参数在第i个评估周期内的m个取值都为同一个值，所以取单个值作为的记录值； 

对计次型网络参数如：接力切换次数HO1、硬切换次数HO2；因这些参数在一次通话中的状态是“记录累计次数”的过程，因此对每种参数取在第i个评估周期内的m个值中的最大值与最小值之差，也就是该评估周期内的次数，作为记录值； 

(b)将同一评估周期内的经过上述处理获得的网络参数记录值，按照预设的顺序建立网络参数向量，一个评估周期内预处理样本数据为： 

D_{trup_i}＝[D_{pre_RSCP}，D_{pre_BLER}，D_{pre_SIR}，HO1_计次，HO2_计次，Codec，TFO，TrFO]，i＝1，…，n 

下行过程的处理同理，对标记为下行过程的第i个评估周期，各网络参数记录值所构成的一维向量即为无线链路的下行链路测量数据D_{trdown_i}，且同一种网络参数记录值在各D_{trdown_i}的位置相同； 

子步骤S204，图2为语音质量评估模型训练和预测框图。框图共包括三部分：输入模块、映射模块、输出模块。对于上下行链路分别通过训练建立语音质量评估的模型： 

评估模型训练详细流程如下： 

对于上行数据，采用标记为上行过程的各评估周期的上行链路测量数据D_{trup_i}和步骤S201获得的标记为上行过程的各评估周期的语音质量值MOS_{real_up_i}，对语音质量值MOS_{real_up_i}与D_{trup_i}中的各参数采用基于最小二乘法的多元线性回归算法进行拟合，得到上行语音质量评估模型，即该基站Node B的上行链路语音质量预测模型，它给出了语音质量值与上行无线链路网络参数之间的关系； 

例如，上行链路语音质量预测模型为： 

MOS_{real_up_i}＝a₀+a₁*HO1_计次+a₂*HO2_计次+a₃*TFO+a₄*TrFO， 

+D_{pre_RSCP}*b+D_{pre_SIR}*c+D_{pre_BLER}*d 

其中a_i，i＝0，…，4，b＝[b₁ b₂ b₃]^T，c＝[c₁ c₂ c₃]^T，d＝[d₁ d₂ d₃]^T为模型参数；同理获得下行链路语音质量预测模型。 

步骤3：语音质量预测框图如图2，但不包括虚线部分。 

在第i个评估周期中： 

若该评估周期是上行过程，即是由主叫终端UE A放音，则通过解析MR测量报告中的上行信号信息和切换信令，获得上行无线链路参数 

若该评估周期是下行过程，即是由被叫终端UE B放音，则通过解析MR测量报告中的下行信号信息和切换信令，获得下行无线链路参数 

对每个评估周期获得的各选定的网络参数的k_i个取值，采用子步骤S203所述的方法进行数据预处理，将同一评估周期内的经过预处理的网络参数，按照预设的统一顺序建立第i次放音对应的网络参数向量D_{trup_i}和D_{trdown_i}。 

调用子步骤S204建立的上行和下行语音质量评估公式，输入上行链路测量数据D_{trup_i}和下行链路测量数据D_{trdown_i}，得到该评估周期内的语音质量值。 

ITU-T P.862提出的Perceptual Evaluation of Speech Quality(PESQ)属于插入式评估方法，也是目前与主观MOS相关度较高的一种客观评估方法。ITU-T P.862.1PESQ-LQO给出了PESQ分值与MOS的映射关系，其输出分值在1.02至4.56之间，通常当分值在2以下时，用户对语音业务的体验已经很差。 

以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。 

Claims (4)

1.一种基于数据挖掘的3G语音业务质量评估方法，其特征在于，包含如下步骤：

步骤1，采用移动终端呼叫固定电话方式采集训练数据，其中移动终端为主叫，记为UE A，固定电话为被叫，记为UE B；主叫UE A通过基站Node B向被叫UE B发送数据的链路称为上行链路，被叫UE B通过基站Node B向主叫UE A发送数据的链路称为下行链路；

按照以下子步骤配置数据采集环境：

子步骤S101：

设置3G网络中MR测量报告上报为周期性上报，上报周期为T_period；

所述MR为测量报告，包含两个部分：上行信号信息以及下行信号信息；

移动终端UE A测量采集下行信号信息，下行信号信息指与下行链路有关的信息，然后通过Uu口的Measurement Report信令将下行信号信息上报给基站Node B，Uu口指终端与基站间标准化接口；

基站Node B测量采集上行信号信息，上行信号信息指与上行链路有关的信息，然后基站Node B将上下行信号信息汇总整合得到最终的MR测量报告，按照设定的周期T_period通过Iub接口发送给无线网络控制器RNC；

子步骤S102：设置评估模型的评估周期T，即评估模型的最小时间粒度；

评估周期T的取值通过MR测量报告上报周期T_period获得，取T＝m*T_period，T>T_period，m取整数；且T≥3.2s；

步骤2：评估模型的建立，包括如下子步骤：

子步骤S201：获得各评估周期的语音质量评估值：

主叫UE A向被叫UE B发起呼叫，接通后开始通话，主叫与被叫交替放音并由对方录音，每次放音的时长均为评估周期时长T；之后UE A挂断通话，若采集的语音样本量不够，则发起下一次呼叫，放音次数累计；

记录通过Iub口的所有信令；

对每次放音录制的语音样本，采用ITU-T P.862.1协议所述的PESQ方法进行语音质量评估，获得语音质量评估值，具体如下：

在第i个评估周期中：

若是被叫终端UE B放音，则在主叫终端UE A中记录经过下行链路得到的退化语音样本，同时采用PESQ算法评估得到该下行语音质量值，记为第i个评估周期的语音质量值MOS_{real_down_i}；并标记该评估周期为下行过程；

若是主叫终端UE A放音，则在被叫终端UE B中记录经过上行链路得到的退化语音样本，同时采用PESQ算法评估得到该上行语音质量值，记为第i个评估周期的语音质量值MOS_{real_up_i}；并标记该评估周期为上行过程；

其中i＝1,…,n，n为语音样本个数，即测试过程中所有通话放音的总次数，n应大于等于1000；

子步骤S202：从上一步所记录的通过Iub口的所有信令中，提取出切换信令和MR测量报告中的上行信号信息、下行信号信息，从中解析网络参数，选取网络参数，包括：接收信号码功率RSCP、信干比SIR、误块率BLER，编码方式Codec、接力切换次数HO1、硬切换次数HO2；

具体方法是，在第i个评估周期T中：

若该评估周期是上行过程，即是由主叫终端UE A放音，则通过解析MR测量报告中的上行信号信息和切换信令，获得上行无线链路参数

若该评估周期是下行过程，即是由被叫终端UE B放音，则通过解析MR测量报告中的下行信号信息和切换信令，获得下行无线链路参数D_{down_netpara_i}=[p_{1_i},p_{2_i},…,p_{M_i}]_down；

记第i个评估周期中，这些选出的网络参数取值为[p_{1_i},p_{2_i},…,p_{M_i}]，M表示所选网络参数的总的种类数，在一个评估模型的建立过程中，所选的网络参数固定，即对于n个评估周期所选的网络参数都是同样的种类；每个p_{j_i}都是m行1列的列向量，表示第i个评估周期内来自m个上报周期的第j种网络参数的相应m个值；

子步骤S203：数据预处理：

对每个评估周期获得的D_{up_netpara_i}和D_{down_netpara_i}中的每个列向量p_{j_i}分别进行数据预处理，得到无线链路的上行链路测量数据、下行链路测量数据，具体如下：

(a)按照p_{j_i}的类别进行降维操作：

对连续型网络参数p_{j_i}，所涉及的参数种类包括：接收信号码功率RSCP、信干比SIR、误块率BLER；分别求出每种参数在第i个评估周期内的m个取值的均值p_{j_i_mean}、最大值p_{j_i_max}、最小值p_{j_i_min}，作为该种参数在此评估周期的记录值；

对分类型网络参数p_{j_i}，所涉及的参数种类包括：编码方式Codec、串联自由操作状态TFO、编码转换免除操作状态TrFO；因这些参数在一个通话过程中状态不变，每种参数在第i个评估周期内的m个取值都为同一个值，所以取单个值作为的记录值；

对计次型网络参数p_{j_i}，所涉及的参数种类包括：接力切换次数HO1、硬切换次数HO2；因这些参数在一次通话中的状态是“记录累计次数”的过程，因此对每种参数取在第i个评估周期内的m个值中的最大值与最小值之差，也就是该评估周期内的次数，作为记录值；

(b)将同一评估周期内的经过上述处理获得的网络参数记录值，按照预设的顺序建立网络参数向量，即：

对标记为上行过程的第i个评估周期，各网络参数记录值所构成的一维向量即为无线链路的上行链路测量数据D_{trup_i}，且同一种网络参数记录值在各D_{trup_i}的位置相同；

对标记为下行过程的第i个评估周期，各网络参数记录值所构成的一维向量即为无线链路的下行链路测量数据D_{trdown_i}，且同一种网络参数记录值在各D_{trdown_i}的位置相同；

子步骤S204：语音业务质量评估模型建立：

采用标记为上行过程的各评估周期的上行链路测量数据D_{trup_i}和步骤S201获得的标记为上行过程的各评估周期的语音质量值MOS_{real_up_i}，对语音质量值MOS_{real_up_i}与D_{trup_i}中的各参数采用基于最小二乘法的多元线性回归算法进行拟合，得到上行语音质量评估公式，即该基站Node B的上行链路语音质量预测模型，它给出了语音质量值与上行无线链路网络参数之间的关系；

采用标记为下行过程的各评估周期的下行链路测量数据D_{trdown_i}和步骤201获得的标记为下行过程的各评估周期的语音质量值MOS_{real_down_i}，对语音质量值与网络参数采用基于最小二乘法的多元线性回归算法进行拟合，得到下行语音质量评估公式，即得到该基站Node B的下行链路语音质量预测模型，它给出了语音质量值与下行无线链路网络参数之间的关系；

步骤3，对该基站3G无线通信的语音质量评估预测

子步骤S301：对该基站中发生的通话进行语音质量评估时，即主叫UE A向被叫UE B发起呼叫，接通后主叫与被叫交替放音；设定系统的第i次放音的评估周期时长T_{test_i}，系统的MR测量报告上报周期不变，记录通过Iub口的所有信令；

为了采用本发明建立的模型对实际通话进行实时的语音质量评估，根据待评估的实际通话中的第i次放音的持续时间，取该次放音的评估周期T_{test_i}＝k_i*T_period，k_i为整数，T_{test_i}≥3.2s，且T_{test_i}为小于等于第i次放音持续时间的最大值；

若是被叫终端UE B放音，标记该评估周期为下行过程；

若是主叫终端UE A放音，标记该评估周期为上行过程；

对实际通话中的每个上行通话持续时间和下行通话时间，分别从实际通话过程中所记录的通过Iub口的所有信令中，提取出MR测量报告和切换信令，从中解析提取子步骤S202选定的网络参数，即包括：接收信号码功率RSCP、信干比SIR、误块率BLER，编码方式Codec、接力切换次数HO1、硬切换次数HO2；

在第i个评估周期中：

若该评估周期是上行过程，即是由主叫终端UE A放音，则通过解析MR测量报告中的上行信号信息和切换信令，获得上行无线链路参数

若该评估周期是下行过程，即是由被叫终端UE B放音，则通过解析MR测量报告中的下行信号信息和切换信令，获得下行无线链路参数

p_{j_i}代表第i个评估周期中第j种网络参数，它是k_i行1列的列向量，该列向量是第i个评估周期内来自k_i个上报周期的该种网络参数的相应k_i个值；

子步骤S302：数据预处理；

对每个评估周期获得的各选定的网络参数的k_i个取值，采用子步骤S203所述的方法进行数据预处理，将同一评估周期内的经过预处理的网络参数，按照预设的统一顺序建立第i次放音对应的网络参数向量，即：

对标记为上行过程的评估周期，获得该无线链路第i个评估周期的上行链路测量数据D_{trup_i}；

对标记为下行过程的评估周期，获得无线链路第i个评估周期的下行链路测量数据D_{trdown_i}；

子步骤S303：若第i个评估周期属于上行过程，则调用子步骤S204建立的上行语音质量评估公式，输入子步骤S302获得的上行链路测量数据D_{trup_i}和下行链路测量数据D_{trdown_i}，得到该评估周期内的语音质量值；

若第i个评估周期属于下行过程，则调用子步骤S204建立的下行语音质量评估公式，输入子步骤S302获得的下行链路测量数据D_{trdown_i}，得到该评估周期内的语音质量值。

2.根据权利要求1所述一种基于数据挖掘的3G语音业务质量评估方法，其特征在于，T_period取2s。

3.根据权利要求1所述一种基于数据挖掘的3G语音业务质量评估方法，其特征在于，采用信令监测平台进行记录通过Iub口的所有信令。

4.根据权利要求1所述一种基于数据挖掘的3G语音业务质量评估方法，其特征在于，从通过Iub口的所有信令中解析网络参数时，选取的网络参数，还包括：串联自由操作状态TFO、编码转换免除操作状态TrFO。