CN111935769B - 质差小区识别方法、装置和设备 - Google Patents
质差小区识别方法、装置和设备 Download PDFInfo
- Publication number
- CN111935769B CN111935769B CN201910394980.0A CN201910394980A CN111935769B CN 111935769 B CN111935769 B CN 111935769B CN 201910394980 A CN201910394980 A CN 201910394980A CN 111935769 B CN111935769 B CN 111935769B
- Authority
- CN
- China
- Prior art keywords
- voice
- cell
- call
- slice
- perceptibility
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Telephonic Communication Services (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例涉及通信技术领域,公开了一种质差小区识别方法、装置和设备,该方法包括:获取语音包;将所述语音包内至少一路呼叫的语音数据分别进行语音切片;根据所述语音切片计算所述每路呼叫的感知度;当所述感知度大于预设感知度阈值时,则获取回填信息回填该路呼叫的语音切片;根据所述回填信息确定该路呼叫所属的小区为质差小区。通过上述方式,实现了逐个端到端的语音质量检测和定位,只需要核心网侧的接口信息即可完成VoLTE感知度差小区的识别,部署简单、效率高、成本低,能够更加精确评价VoLTE网络的语音感知度。
Description
技术领域
本发明实施例通信技术领域,具体涉及一种质差小区识别方法、装置和设备。
背景技术
目前,随着各大运营商都在倾力打造自己的LTE网络,LTE网络规模不断扩大,用户也逐渐由2G/3G转向4G LTE网络。不同于基于资源独占的2/3G网络,LTE采用“资源共享”技术。资源共享机制,给构建在LTE网络上的VoLTE业务的实时监测、感知度提升、端到端定界定位和网优的运维工作提出了全新的要求。
VoLTE感知度优化,是一项端到端的工作,需要终端、eNB、EPC、IMS、数通、传输全程协同配合,其中精准优化首要工作是快速定界定位。目前当VoLTE出现故障时,主要的定位方式还是依赖无线侧的测量报告进行定位,无法在核心网侧进行有效的故障定位,确定质差小区。
发明内容
鉴于上述问题,本发明实施例提供了一种质差小区识别方法、装置和核心网设备,克服了上述问题或者至少部分地解决了上述问题。
根据本发明实施例的一个方面,提供了一种质差小区识别方法,所述方法包括:
获取语音包;
将所述语音包内至少一路呼叫的语音数据分别进行语音切片;
根据所述语音切片计算所述每路呼叫的感知度;
当所述感知度大于预设感知度阈值时,则获取回填信息回填该路呼叫的语音切片;
根据所述回填信息确定该路呼叫所属的小区为质差小区。
优选的,所述将所述语音包内至少一路呼叫的语音数据分别进行语音切片,包括:
分别对该路呼叫的上行数据和下行数据分别进行语音切片。
优选的,所述根据所述语音切片计算所述每路呼叫的感知度,包括:
统计所述语音切片中连续丢包的坏点数量;
当所述语音切片中,所述坏点数量大于预设坏点阈值时,则确定该语音切片为质差语音切片;
根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第一感知度。
优选的,所述根据所述语音切片计算所述每路呼叫的感知度,包括:
统计所述语音切片中的噪点数量;
当所述语音切片中的噪点总数量大于预设噪点阈值时,则确定该语音切片为质差语音切片;
根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第二感知度。
优选的,所述当所述感知度大于预设感知度阈值时,则获取回填信息回填该路呼叫的语音切片,包括:
当该路呼叫的所述第一感知度大于第一预设感知度阈值,和/或,当所述第二感知度大于第二预设感知度阈值时,回填该路呼叫的语音切片。
优选的,所述根据所述回填信息确定该路呼叫所属的小区为质差小区,包括:
根据所述回填信息,确定该路呼叫所属的小区;
获取所述所属小区对应的质差语音切片;
根据所述小区的质差语音切片,确定该小区为质差小区。
优选的,所述根据所述小区的质差语音切片,确定该小区为质差小区,具体为:
根据所述小区的质差语音切片的总数量和所述小区的语音切片的总数量,计算所属小区的质差语音切片率;
当所述小区的质差语音切片率大于预设切片率阈值时,则确定该小区为质差小区。
根据本发明实施例的另一方面,提供了一种质差小区识别装置,包括:
语音包获取模块:用于获取语音包;
语音切片模块:用于将所述语音包内至少一路呼叫的语音数据分别进行语音切片;
感知度计算模块:用于根据所述语音切片计算所述每路呼叫的感知度;
语音切片回填模块:当该路呼叫的感知度大于预设感知度阈值时,用于获取回填信息回填该路呼叫的语音切片;
质差小区确定模块:用于根据所述回填信息确定该路呼叫所属的小区为质差小区。
根据本发明实施例的另一方面,提供了一种质差小区识别设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述的质差小区识别方法。
根据本发明实施例的又一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令执行上述的质差小区识别方法。
本发明实施例通过对语音包中的各路数据进行语音切片,并根据语音切片计算每路呼叫的感知度,根据所述感知度来判断该呼叫所述的小区是否为质差小区,实现了逐个端到端的语音质量检测和定位,仅需要核心网侧的接口信息即可完成VoLTE感知度差小区的识别,部署简单、效率高、成本低,能够更加精确评价VoLTE网络的语音感知度。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的质差小区识别方法应用架构图;
图2示出了本发明实施例提供的质差小区识别方法流程图;
图3示出了本发明实施例提供另一种质差小区识别方法流程图;
图4示出了本发明实施例提供的质差小区识别装置结构图;
图5示出了本发明实施例提供的质差小区识别设备结构图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
VoLTE(即Voice over LTE),是基于LTE网络的语音解决方案,通过全IP的4G网络和IMS服务器提供语音服务,VoLTE用户的语音感知度受IP和LTE无线质量的双重影响。如图1所示,为本发明实施例的应用环境架构图,包括无线终端1、接入网2、分组核心网EPC3和多媒体子系统IMS4。无线终端1通过无线接入技术接入接入网2,接入网2主要由基站eNode B组成;分组核心网EPC承担数据交换等功能,包括移动性管理实体MME(MobilityManagement Entity)、服务网关SGW(Serving Gateway)、归属签约用户服务器HSS、AAA服务器、PDN网关(PDN Gateway)和策略控制和计费规则功能PCRF(Policy and Charging RulesFunction)。接入网和EPC实体通过S1-MME接口以及S1-U接口进行数据和信令的交换。多媒体子系统IMS和分组核心网EPC之间,通过SGi等接口进行连接,建立通信链路。在IMS系统中,也包括网管系统,网管系统负责对整个网络进行运维和管理。当VoLTE网络中的通话出现故障时,通过本发明实施例提供的质差小区识别方法,可以在核心网测进行快速的故障定位。
图2示出了本发明实施例提供的质差小区识别方法流程图,该方法应用于上述网络中。该方法包括以下步骤:
步骤101:获取语音包。
在IMS、EPC系统的Gm/SGi/S1接口上布署分光器和探针,将通过核心网传输的数据和信令汇总到IMS侧的网管服务器上,所述分光器铜鼓把一路光分为多路光,实现了语音包的硬采集。
步骤102:将所述语音包内至少一路呼叫的语音数据分别进行语音切片。
在Gm/SGi/S1接口上采集的语音包包含了多路呼叫数据,针对所述多路呼叫数据,将各路数据进行分别处理,单独针对每路呼叫的语音数据进行语音切片。优选的,对上行和下行数据都进行语音切片,以代表完整的语音通话信息。
进行语音切片时,可以根据各路呼叫中传输数据的属性选择不同的切片方法,本发明实施例中,可以采用5s语音切片的方式,把每路呼叫的语音切割为连续的5s语音切片。
步骤103:根据所述语音切片计算所述每路呼叫的感知度。
当对各路语音完成语音切片后,分别针对各语音切片判断每路呼叫的感知度。基于E-Model的语音质量测量方法是一种客观测试方法,ITU-T的G.107标准提出的E模型考虑了延时、噪声、回音、编码器性能、丢包、抖动等网络损伤因素对语音质量的影响,克服了传统语音质量测试在数据网络测量中的不足,较MOS更准确反映客户使用感知。因此在本发明实施例中,采用E-Model法对采集到的语音切片进行检测。
分别对上行链路和下行链路的语音切片进行感知度计算,所述感知度计算可以采用如下方式进行:
方式1,从时域角度进行计算:
分别统计每个语音切片中连续丢包的数量,比如:在5s切片中,当连续丢包数大于3个,小于5个,即4个时,则计为1个坏点;比如,当连续丢包数为2时,则不计为坏点;当连续丢包数为8个时,则计为两个坏点,将将所有坏点数量进行累计,当该语音切片内的总坏点数量超过预设的坏点阈值时,则确定该语音切片为质差语音切片;
按照上述方式对该路呼叫的上行数据和下行数据中的所有语音切片都进行是否为质差语音切片的判断,并累计质差语音切片的数量,将质差语音切片的总数量除以该路呼叫中语音切片的总数量,作为该路呼叫的第一感知度,即:第一感知度=质差语音切片的总数量/语音切片的总数量。
方式2,从频域角度进行计算:
分别统计每个语音切片中的噪点的数量,由于噪音与正常语音的频谱是不同的,人的语音频率范围集中在80Hz~12kHz之间,并且是连续的,呈现排骨的特点,将频率不在语音范围,并且频谱不连续的声音为噪点,因此统计噪点可以有效的知悉所述语音通话的质量。在5s语音切片中,发现一个噪点,就将噪点数量加1进行累计。将所有噪点数量进行累计后,当该语音切片的噪点总数量大于预设噪点阈值时,则确定该语音切片为质差语音切片;
按照上述方式对该路呼叫的上行数据和下行数据中的所有语音切片都进行是否为质差语音切片的判断,并累计质差语音切片的数量,将质差语音切片的总数量除以语音切片的总数量,作为该路呼叫的第二感知度,即:第二感知度=质差语音切片的总数量/语音切片的总数量。
在本发明实施中,可以单独计算第一感知度,也可以单独计算第二感知度,也可以将两种方式结合起来同时计算第一感知度和第二感知度,结合第一感知度,和/或,第二感知度进行质差小区的识别。
步骤104:当所述感知度大于预设感知度阈值时,则获取回填信息回填该路呼叫的语音切片。
判断所述感知度是否大于预设感知度阈值,包括如下方式:
当在上述步骤103中,系统采用第一感知度时,则判断第一感知度是否大于第一预设感知度阈值,如果大于,则说明系统坏点较多;当第一感知度不大于第一预设感知度阈值时,则说明该路语音数据坏点较少。
当在上述步骤103中,系统采用第二感知度时,则判断第二感知度是否大于第二预设感知度阈值,如果大于,则说明系统噪点较多;当第二感知度不大于第二预设感知度阈值时,则说明该路语音数据噪点点较少。
优选的,将上述两种方式结合起来进行判断,分别针对第一感知度和第二感知度设置不同的阈值,当第一感知度大于第一预设感知度阈值且当第二感知度大于第二预设感知度阈值时,才进行回填操作。
当该路呼叫的感知度大于预设感知度阈值时,系统将获取回填信息,并根据所述回填信息回填该路呼叫的语音切片。由于语音切片中没有小区、用户通话等相关的描述信息,需要从Gm、S1等接口采集小区、用户通话等信息写入此语音切片的描述信息,用于与会话信令关联。因此通过回填操作,将建立起语音切片和小区、用户终端之间的联系。
本发明实施中,感知度越高说明存在质差小区的可能性越大,因此只需要对感知度较高的的呼叫进行回填,感知度较低的呼叫则不进行处理。
步骤105:根据所述回填信息确定该路呼叫所属的小区为质差小区。
根据所述回填信息,对所述信息进行聚类分析,所述聚类分析可以基于噪点数量、连续坏点数量、终端、号码、小区等,回填信息中,包括了所述述语音切片对应的小区信息和用户通话信息,因此,可以将存在质差语音切片的小区,作为质差小区。
因此上述实施方式,通过对语音包中的各路数据进行语音切片,并根据语音切片计算每路呼叫的感知度,根据所述感知度来判断该呼叫所述的小区是否为质差小区,实现了逐个端到端的语音质量检测和定位,只需要核心网侧的接口信息即可完成VoLTE感知度差小区的识别,部署简单、效率高、成本低,能够更加精确评价VoLTE网络的语音感知度。
优选的,如图3所示,本发明实施例还可以采用如下方式确定该呼叫所属的小区是否为质差小区:
步骤1051:根据所述回填信息,确定该路呼叫所属的小区。
系统从Gm、S1等接口采集小区、用户终端号码等信息写入此语音切片的描述信息,可以确定该呼叫对应的小区信息,比如该呼叫对应小区A、B和C。
步骤1052:获取所述所属小区对应的质差语音切片。
通过所述小区对应的质差语音切片可以知悉哪个小区存在质差语音切片,则可以将所述小区确定为质差小区。
当然,在根据质差语音切片判断时,需要排除掉由于用户终端自身原因造成的质差语音切片,只需要判断由于小区原因造成的质差切片所在的小区。
步骤1053:根据所述小区的质差语音切片的总数量和所述小区的语音切片的总数量,计算所属小区的质差语音切片率。
更进一步的,由于在步骤103中,系统记录有质差语音切片的信息以及该路通话的语音切片的总数量信息,因此根据上述回填信息,可以分别获取所属小区对应的质差语音切片和该小区对应的语音切片总数量,比如A小区对应的质差语音切片A1,总语音切片数量为A2;B小区对应的质差语音切片B1,总语音切片数量为B2;C小区对应的质差语音切片C1,总语音切片数量为C2。可以计算出各小区的质差语音切片率,及A1/A2,B1/B2,C1/C2。
步骤1054:当所述小区的质差语音切片率大于预设切片率阈值时,则确定该小区为质差小区。
判断所有小区的质差语音切片率,当所述质差语音切片率大于预设的切片率阈值时,则说明该小区的质差语音切片较多,确定为质差小区。
也可以通过按照质差语音切片率对小区进行排序,选取前N个小区,作为质差小区。
更进一步的,在通过上述质差小区识别方法识别出质差小区后,进一步的在质差小区布署MR测量,将接入网侧的小区质量测量和核心网测的质差小区结合起来,实现核心网语音切片和MR切片关联,实现端到端语音感知和无线质量关联,实现无线质差小区的精准优化。
综上,该实施例通过将各路通话的质差语音切片涉及的小区进行质差语音切片率的统计,更准确的进行了质差小区的定位,提高了质差小区定位的准确率。同时,系统根据核心网侧识别出的质差小区列表,自动精确部署无线侧质差小区MR测量。系统质差小区的新产生的质差呼叫语音切片与上送到智能运维系统的MR切片数据自动关联,实时完成了VoLTE语音感知度端到端优化无线和核心网的联动,大幅度提升了运维质量和效率,做到了实时、主动的网络运维,为VoLTE感知度提供了实时保障手段。
图4示出了本发明实施例提供的质差小区识别装置400的结构示意图。如图4所示,该装置400包括:语音报获取模块410、语音切片模块420和感知度计算模块430、语音切片回填模块440和质差小区确定模块450。
语音包获取模块410:用于获取语音包;
语音切片模块420:用于将所述语音包内至少一路呼叫的语音数据分别进行语音切片;
感知度计算模块430:用于根据所述语音切片计算所述每路呼叫的感知度;
语音切片回填模块440:当该路呼叫的感知度大于预设感知度阈值时,用于获取回填信息回填该路呼叫的语音切片;
质差小区确定模块450:用于根据所述回填信息确定该路呼叫所属的小区为质差小区。
进一步的,所述语音切片模块420,还用于分别对该路呼叫的上行数据和下行数据分别进行语音切片。
进一步的,感知度计算模块430,还用于统计所述语音切片中连续丢包的坏点数量;当所述语音切片中,所述坏点数量大于预设坏点阈值时,则确定该语音切片为质差语音切片;根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第一感知度。
进一步的,感知度计算模块430,还用于统计所述语音切片中的噪点数量;当所述语音切片中的噪点总数量大于预设噪点阈值时,则确定该语音切片为质差语音切片;根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第二感知度。
进一步的,所述语音切片回填模块440,还用于当该路呼叫的所述第一感知度大于第一预设感知度阈值,和/或,当所述第二感知度大于第二预设感知度阈值时,回填该路呼叫的语音切片。
进一步的,所述质差小区确定模块450,还用于根据所述回填信息,确定该路呼叫所属的小区;获取所述所属小区对应的质差语音切片;根据所述小区的质差语音切片,确定该小区为质差小区。
进一步的,所述质差小区确定模块450,还用于根据所述小区的质差语音切片的总数量和所述小区的语音切片的总数量,计算所属小区的质差语音切片率;当所述小区的质差语音切片率大于预设切片率阈值时,则确定该小区为质差小区。
因此上述实施方式,通过对语音包中的各路数据进行语音切片,并根据语音切片计算每路呼叫的感知度,根据所述感知度来判断该呼叫所述的小区是否为质差小区,实现了逐个端到端的语音质量检测和定位,仅需要核心网侧的接口信息即可完成VoLTE感知度差小区的识别,部署简单、效率高、成本低,能够更加精确评价VoLTE网络的语音感知度。
本发明实施例提进一步供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的质差小区识别方法。
可执行指令具体可以用于使得处理器执行以下操作:
获取语音包;
将所述语音包内至少一路呼叫的语音数据分别进行语音切片;
根据所述语音切片计算所述每路呼叫的感知度;
当所述感知度大于预设感知度阈值时,则获取回填信息回填该路呼叫的语音切片;
根据所述回填信息确定该路呼叫所属的小区为质差小区。
优选的,所述将所述语音包内至少一路呼叫的语音数据分别进行语音切片,包括:
分别对该路呼叫的上行数据和下行数据分别进行语音切片。
优选的,所述根据所述语音切片计算所述每路呼叫的感知度,包括:
统计所述语音切片中连续丢包的坏点数量;
当所述语音切片中,所述坏点数量大于预设坏点阈值时,则确定该语音切片为质差语音切片;
根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第一感知度。
优选的,所述根据所述语音切片计算所述每路呼叫的感知度,包括:
统计所述语音切片中的噪点数量;
当所述语音切片中的噪点总数量大于预设噪点阈值时,则确定该语音切片为质差语音切片;
根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第二感知度。
优选的,所述当所述感知度大于预设感知度阈值时,则回填该路呼叫的语音切片,包括:
当该路呼叫的所述第一感知度大于第一预设感知度阈值,和/或,当所述第二感知度大于第二预设感知度阈值时,回填该路呼叫的语音切片。
优选的,所述根据所述回填信息确定该路呼叫所属的小区为质差小区,包括:
根据所述回填信息,确定该路呼叫所属的小区;
获取所述所属小区对应的质差语音切片;
根据所述小区的质差语音切片,确定该小区为质差小区。
优选的,所述根据所述小区的质差语音切片,确定该小区为质差小区,具体为:
根据所述小区的质差语音切片的总数量和所述小区的语音切片的总数量,计算所属小区的质差语音切片率;
当所述小区的质差语音切片率大于预设切片率阈值时,则确定该小区为质差小区。
因此上述实施方式,通过对语音包中的各路数据进行语音切片,并根据语音切片计算每路呼叫的感知度,根据所述感知度来判断该呼叫所述的小区是否为质差小区,实现了逐个端到端的语音质量检测和定位,仅需要核心网侧的接口信息即可完成VoLTE感知度差小区的识别,部署简单、效率高、成本低,能够更加精确评价VoLTE网络的语音感知度。
图5示出了本发明提出的质差小区识别设备的结构示意图,本发明具体实施例并不对质差小区识别设备的具体实现做限定。
如图5所示,该质差小区识别设备可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。处理器502,用于执行程序510,具体可以执行上述用于质差小区识别方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。质差小区识别设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:
获取语音包;
将所述语音包内至少一路呼叫的语音数据分别进行语音切片;
根据所述语音切片计算所述每路呼叫的感知度;
当所述感知度大于预设感知度阈值时,则获取回填信息回填该路呼叫的语音切片;
根据所述回填信息确定该路呼叫所属的小区为质差小区。
优选的,所述将所述语音包内至少一路呼叫的语音数据分别进行语音切片,包括:
分别对该路呼叫的上行数据和下行数据分别进行语音切片。
优选的,所述根据所述语音切片计算所述每路呼叫的感知度,包括:
统计所述语音切片中连续丢包的坏点数量;
当所述语音切片中,所述坏点数量大于预设坏点阈值时,则确定该语音切片为质差语音切片;
根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第一感知度。
优选的,所述根据所述语音切片计算所述每路呼叫的感知度,包括:
统计所述语音切片中的噪点数量;
当所述语音切片中的噪点总数量大于预设噪点阈值时,则确定该语音切片为质差语音切片;
根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第二感知度。
优选的,所述当所述感知度大于预设感知度阈值时,则回填该路呼叫的语音切片,包括:
当该路呼叫的所述第一感知度大于第一预设感知度阈值,和/或,当所述第二感知度大于第二预设感知度阈值时,回填该路呼叫的语音切片。
优选的,所述根据所述回填信息确定该路呼叫所属的小区为质差小区,包括:
根据所述回填信息,确定该路呼叫所属的小区;
获取所述所属小区对应的质差语音切片;
根据所述小区的质差语音切片,确定该小区为质差小区。
优选的,所述根据所述小区的质差语音切片,确定该小区为质差小区,具体为:
根据所述小区的质差语音切片的总数量和所述小区的语音切片的总数量,计算所属小区的质差语音切片率;
当所述小区的质差语音切片率大于预设切片率阈值时,则确定该小区为质差小区。
因此上述实施方式,通过对语音包中的各路数据进行语音切片,并根据语音切片计算每路呼叫的感知度,根据所述感知度来判断该呼叫所述的小区是否为质差小区,实现了逐个端到端的语音质量检测和定位,仅需要核心网侧的接口信息即可完成VoLTE感知度差小区的识别,部署简单、效率高、成本低,能够更加精确评价VoLTE网络的语音感知度。
本发明实施例还提供了一种计算机程序,用于执行上述实施例的质差小区识别方法,具体计算机程序的功能和上述方法完全一致,在这里不再赘述。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (6)
1.一种质差小区识别方法,其特征在于,所述方法包括:
获取语音包;
将所述语音包内至少一路呼叫的语音数据分别进行语音切片,包括:分别对该路呼叫的上行数据和下行数据分别进行语音切片;其中,根据各路呼叫中传输数据的属性选择不同的切片方法;
根据所述语音切片计算所述每路呼叫的感知度,包括:统计所述语音切片中连续丢包的坏点数量;当所述语音切片中,所述坏点数量大于预设坏点阈值时,则确定该语音切片为质差语音切片;根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第一感知度;和/或,统计所述语音切片中的噪点数量;当所述语音切片中的噪点总数量大于预设噪点阈值时,则确定该语音切片为质差语音切片;根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第二感知度;
当所述感知度大于预设感知度阈值时,则获取回填信息回填该路呼叫的语音切片,包括:当该路呼叫的所述第一感知度大于第一预设感知度阈值,和/或,当所述第二感知度大于第二预设感知度阈值时,回填该路呼叫的语音切片;
根据所述回填信息确定该路呼叫所属的小区为质差小区。
2.如权利要求1所述的质差小区识别方法,其特征在于,根据所述回填信息确定该路呼叫所属的小区为质差小区,包括:
根据所述回填信息,确定该路呼叫所属的小区;
获取所述所属小区对应的质差语音切片;
根据所述小区的质差语音切片,确定该小区为质差小区。
3.如权利要求2所述的质差小区识别方法,其特征在于,所述根据所述小区的质差语音切片,确定该小区为质差小区,具体为:
根据所述小区的质差语音切片的总数量和所述小区的语音切片的总数量,计算所属小区的质差语音切片率;
当所述小区的质差语音切片率大于预设切片率阈值时,则确定该小区为质差小区。
4.一种质差小区识别装置,其特征在于,包括:
语音包获取模块:用于获取语音包;
语音切片模块:用于将所述语音包内至少一路呼叫的语音数据分别进行语音切片,包括:分别对该路呼叫的上行数据和下行数据分别进行语音切片;其中,根据各路呼叫中传输数据的属性选择不同的切片方法;
感知度计算模块:用于根据所述语音切片计算所述每路呼叫的感知度,包括:统计所述语音切片中连续丢包的坏点数量;当所述语音切片中,所述坏点数量大于预设坏点阈值时,则确定该语音切片为质差语音切片;根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第一感知度;和/或,统计所述语音切片中的噪点数量;当所述语音切片中的噪点总数量大于预设噪点阈值时,则确定该语音切片为质差语音切片;根据该路呼叫的上行数据和下行数据中,质差语音切片的总数量和所述语音切片的总数量,计算该路呼叫的第二感知度;
语音切片回填模块:当该路呼叫的感知度大于预设感知度阈值时,用于获取回填信息回填该路呼叫的语音切片,包括:当该路呼叫的所述第一感知度大于第一预设感知度阈值,和/或,当所述第二感知度大于第二预设感知度阈值时,回填该路呼叫的语音切片;
质差小区确定模块:用于根据所述回填信息确定该路呼叫所属的小区为质差小区。
5.一种质差小区识别设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-3任意一项所述的质差小区识别方法。
6.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-3任意一项所述的质差小区识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910394980.0A CN111935769B (zh) | 2019-05-13 | 2019-05-13 | 质差小区识别方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910394980.0A CN111935769B (zh) | 2019-05-13 | 2019-05-13 | 质差小区识别方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111935769A CN111935769A (zh) | 2020-11-13 |
CN111935769B true CN111935769B (zh) | 2022-11-22 |
Family
ID=73282905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910394980.0A Active CN111935769B (zh) | 2019-05-13 | 2019-05-13 | 质差小区识别方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111935769B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114554534B (zh) * | 2020-11-24 | 2024-05-07 | 中国移动通信集团北京有限公司 | 影响语音感知的网络因素确定方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103139824A (zh) * | 2011-11-25 | 2013-06-05 | 华为技术有限公司 | 一种移动通信网络中感知差用户的识别方法及装置 |
CN105828356A (zh) * | 2015-01-06 | 2016-08-03 | 中国移动通信集团贵州有限公司 | 一种语音质量的优化方法和装置 |
CN106304180A (zh) * | 2016-08-15 | 2017-01-04 | 中国联合网络通信集团有限公司 | 一种确定用户的语音业务质量的方法及装置 |
CN108428459A (zh) * | 2017-02-13 | 2018-08-21 | 中国移动通信集团广东有限公司 | 一种VoLTE语音质量评估方法及系统 |
CN109256148A (zh) * | 2017-07-14 | 2019-01-22 | 中国移动通信集团浙江有限公司 | 一种语音质量评估方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105764066B (zh) * | 2016-01-29 | 2018-10-16 | 江苏省电力公司南京供电公司 | 一种面向配网信息感知的协作覆盖方法 |
-
2019
- 2019-05-13 CN CN201910394980.0A patent/CN111935769B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103139824A (zh) * | 2011-11-25 | 2013-06-05 | 华为技术有限公司 | 一种移动通信网络中感知差用户的识别方法及装置 |
CN105828356A (zh) * | 2015-01-06 | 2016-08-03 | 中国移动通信集团贵州有限公司 | 一种语音质量的优化方法和装置 |
CN106304180A (zh) * | 2016-08-15 | 2017-01-04 | 中国联合网络通信集团有限公司 | 一种确定用户的语音业务质量的方法及装置 |
CN108428459A (zh) * | 2017-02-13 | 2018-08-21 | 中国移动通信集团广东有限公司 | 一种VoLTE语音质量评估方法及系统 |
CN109256148A (zh) * | 2017-07-14 | 2019-01-22 | 中国移动通信集团浙江有限公司 | 一种语音质量评估方法和装置 |
Non-Patent Citations (2)
Title |
---|
VoLTE语音质量提升研究与应用;张幸福等;《通信管理与技术》;20180415(第02期);全文 * |
基于系统化OTT对比分析的VoLTE感知提升研究;陈莉莉等;《电信工程技术与标准化》;20190215(第2期);正文第1-5页,附图1-2 * |
Also Published As
Publication number | Publication date |
---|---|
CN111935769A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9426046B2 (en) | Web page download time analysis | |
US8180365B2 (en) | Method and apparatus for identifying a geographic area having undesirable wireless service | |
US9277431B1 (en) | System, method, and computer program for generating mobile subscriber network experience indicators based on geo-located events | |
CN111817868B (zh) | 一种网络质量异常的定位方法与装置 | |
CN104869155B (zh) | 数据审计方法及装置 | |
CN112688837B (zh) | 基于时间滑动窗口的网络测量方法与装置 | |
CN105357699A (zh) | 无线网络质量监测系统及方法 | |
CN108093427A (zh) | 一种VoLTE业务质量评估方法及系统 | |
US8976689B2 (en) | Methods, systems, and computer program products for monitoring network performance | |
JP2017034619A (ja) | 通信管理装置、無線端末及びプログラム | |
CN109743693A (zh) | 信息推荐方法、装置及存储介质 | |
CN111935769B (zh) | 质差小区识别方法、装置和设备 | |
CN114866453A (zh) | 一种基于G-SRv6协议的报文转发方法及系统 | |
CN104378223A (zh) | 链路性能测试方法、装置、逻辑处理器以及网络处理器 | |
CN108269589A (zh) | 用于通话的语音质量评估方法及其装置 | |
CN104883705A (zh) | 一种数据业务投诉的问题定位方法及装置 | |
WO2023174287A1 (zh) | 一种时延分析方法及装置 | |
CN107947974A (zh) | 一种云平台业务的网络关键链路检测方法 | |
CN110972199B (zh) | 一种流量拥塞监测方法及装置 | |
WO2021008393A1 (zh) | 一种无线小区的覆盖黑洞识别方法及系统 | |
CN114125864B (zh) | 基于mdt的邻区检测方法及装置 | |
CN114710801A (zh) | 网络性能的测评参数的处理方法、装置、存储介质及设备 | |
CN114640600A (zh) | 网络服务质量分析方法、系统以及存储介质 | |
CN105744557A (zh) | 一种http页面下载速率低的分析定界算法、装置 | |
CN112449369B (zh) | 识别问题小区的方法、装置、设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |