CN112449355B - 频率重耕质量评估方法、装置及计算设备 - Google Patents

频率重耕质量评估方法、装置及计算设备 Download PDF

Info

Publication number
CN112449355B
CN112449355B CN201910804266.4A CN201910804266A CN112449355B CN 112449355 B CN112449355 B CN 112449355B CN 201910804266 A CN201910804266 A CN 201910804266A CN 112449355 B CN112449355 B CN 112449355B
Authority
CN
China
Prior art keywords
sampling point
point number
frequency
total
voice 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.)
Active
Application number
CN201910804266.4A
Other languages
English (en)
Other versions
CN112449355A (zh
Inventor
张颖恺
张军营
吴剑浪
李学江
吴剑平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Zhejiang Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Zhejiang Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Zhejiang Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201910804266.4A priority Critical patent/CN112449355B/zh
Publication of CN112449355A publication Critical patent/CN112449355A/zh
Application granted granted Critical
Publication of CN112449355B publication Critical patent/CN112449355B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
    • Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
    • Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本发明实施例涉及通信技术领域，公开了一种频率重耕质量评估方法、装置及计算设备。该方法包括：获取频率重耕前的第一总采样点数以及在预设级别内的第一采样点数；获取频率重耕后的第二总采样点数以及在所述预设级别内的第二采样点数；根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量；根据所述检验统计量与预设临界值，评估频率重耕后的语音质量。通过上述方式，本发明实施例能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。

Description

频率重耕质量评估方法、装置及计算设备
技术领域
本发明实施例涉及通信技术领域，具体涉及一种频率重耕质量评估方法、装置及计算设备。
背景技术
近年来，随着不限量套餐的推出，4G网络负荷快速增长，与此同时，2G网络负荷却逐年下降。4G网络的各种资源(包括硬件、软件等)已无法满足飞快的增长趋势，4G网络负荷持续增加。在有限的资源配置下，充分利用频率资源尤为重要。
频率重耕是指将2G网络的频谱资源逐步腾出，用于3G、4G甚至5G这些更先进的网络技术。在当前网络环境下，针对2G网络开展的频率重耕主要以退频为主，即压缩2G网络可用的频点数量，将腾出的频段用于4G。在2G网络结构、小区配置保持不变的前提下，由于可用频点数量的降低，频点碰撞的概率增加，小区的底噪和干扰也增加，2G网络的语音质量存在下降的风险。因此，需要对频率重耕进行质量评估。
目前，频率重耕质量评估方法主要通过计算上下行0-4级语音质量占比(部分省份采用0-5级语音质量占比)绝对幅度的变化，当需要在频率重耕后短时间评估质量时，采样点数较少，质量波动幅度较大，从而容易造成评估结果的片面性。
发明内容
鉴于上述问题，本发明实施例提供了一种频率重耕质量评估方法、装置及计算设备，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，提供了一种频率重耕质量评估方法，所述方法包括：
获取频率重耕前的第一总采样点数以及在预设级别内的第一采样点数；
获取频率重耕后的第二总采样点数以及在所述预设级别内的第二采样点数；
根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量；
根据所述检验统计量与预设临界值，评估频率重耕后的语音质量。
在一种可选的方式中，在根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量之前，所述方法还包括：
根据所述第一采样点数和所述第一总采样点数，计算频率重耕前的第一语音质量占比；
根据所述第二采样点数和所述第二总采样点数，计算频率重耕后的第二语音质量占比。
在一种可选的方式中，在根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量之前，所述方法还包括：
根据所述第一采样点数、所述第一总采样点数、所述第二采样点数以及所述第二总采样点数，计算频率重耕前后的语音质量合并比例。
在一种可选的方式中，所述根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量，进一步包括：
根据以下公式计算所述检验统计量：
Figure GDA0003648202880000021
其中，Z为所述检验统计量，rq0为所述第一语音质量占比，rq1为所述第二语音质量占比，
Figure GDA0003648202880000022
为所述语音质量合并比例，n0为所述第一总采样点数，n1为所述第二总采样点数。
在一种可选的方式中，所述预设级别为0-4级。
在一种可选的方式中，所述根据所述检验统计量与预设临界值，评估频率重耕后的语音质量，进一步包括：
若所述检验统计量大于所述预设临界值，则频率重耕后语音质量下降；
若所述检验统计量小于或者等于所述预设临界值，则频率重耕后语音质量没有下降。
在一种可选的方式中，所述方法还包括：若频率重耕后语音质量下降，则根据所述第一语音质量占比和所述第二语音质量占比的差值判断语音质量的下降程度。
根据本发明实施例的另一方面，提供了一种频率重耕质量评估装置，所述装置包括：
第一获取模块，用于获取频率重耕前的第一总采样点数以及在预设级别内的第一采样点数；
第二获取模块，用于获取频率重耕后第二总采样点数以及在所述预设级别内的第二采样点数；
计算模块，用于根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量；
评估模块，用于根据所述检验统计量与预设临界值，评估频率重耕后的语音质量。
根据本发明实施例的又一方面，提供了一种计算设备，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如上所述的频率重耕质量评估方法的操作。
根据本发明实施例的另一方面，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，所述可执行指令使处理器执行如上所述的频率重耕质量评估方法。
本发明实施例通过在频率重耕前获取第一总采样点数以及在预设级别内的第一采样点数，和在频率重耕后获取第二总采样点数以及在预设级别内的第二采样点数，并根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量，根据检验统计量与预设临界值，评估频率重耕后的语音质量，能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。
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频率重耕质量评估的流程图；
图2示出了本发明实施例提供的频率重耕质量评估方法方法的应用实例的流程图；
图3示出了本发明实施例提供的频率重耕质量评估方法的另一种应用实例的流程图；
图4示出了本发明实施例提供的频率重耕质量评估装置的结构示意图；
图5示出了本发明实施例提供的计算设备的结构示意图。
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。
图1示出了本发明实施例提供的频率重耕质量评估方法的流程图。该方法应用于计算设备中，例如通信网络中的服务器。如图1所示，该方法包括以下步骤：
步骤110、获取频率重耕前的第一总采样点数以及在预设级别内的第一采样点数。
其中，第一总采样点数为在预设区域内的采集的频率重耕前所有样本点的数量，其中，可以对所有样本点划分若干个级别，在预设级别内的样本点的数量则为第一采样点数。例如，对所有样本点划分为0-7级，预设级别为0-4级，则位于0-4级的样本点的数量为第一采样点数。
其中，预设区域可以为预先设定的希望进行频率重耕质量评估的区域，例如，某地市火车站区域。
步骤120、获取频率重耕后的第二总采样点数以及在预设级别内的第二采样点数。
其中，第二总采样点数为在预设区域内的采集的频率重耕后所有样本点的数量，对所有样本点划分若干个级别，在预设级别内的样本点的数量则为第二采样点数。
其中，获取额频率重耕后的第二采样点数的预设级别与获取的频率重耕前的第一采样点数的预设级别相同。例如，采集频率重耕前的所有样本点中获取0-4级的样本点的数量作为第一采样点数，则采集频率重耕后的所有样本点中也获取0-4级的样本点的数量作为第二采样点数。
需要说明的是，在本实施例中，可以隔预设时间采集频率重耕前、后的样本点，以统计预设区域内的第一总采样点数、第一采样点数、第二总采样点数以及第二采样点数。
步骤130、根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量。
其中，在获取到第一总采样点数、第一采样点数、第二总采样点数、第二采样点数后，并在步骤130之前，该方法还包括：根据第一采样点数和第一总采样点数，计算频率重耕前的第一语音质量占比；根据第二采样点数和第二总采样点数，计算频率重耕后的第二语音质量占比。
具体地，可以根据以下公式计算第一语音质量占比：
Figure GDA0003648202880000061
其中，rq0为第一语音质量占比，x0为第一采样点数，n0为第一总采样点数。例如，假设第一采样点数为239653181，第一总采样点数为240490080，则第一语音质量占比为99.65％。
具体地，可以根据以下公式计算第二语音质量占比：
Figure GDA0003648202880000062
其中，rq1为第二语音质量占比，x1为第二采样点数，n1为第二总采样点数。例如，假设第二采样点数为253349032，第二总采样点数为254484128，则第二语音质量占比为99.55％。
其中，在获取到第一总采样点数、第一采样点数、第二总采样点数、第二采样点数后，并在步骤130之前，该方法还包括：根据第一采样点数、第一总采样点数、第二采样点数以及第二总采样点数，计算频率重耕前后的语音质量合并比例。
具体地，可以根据以下公式计算频率重耕前后的语音质量合并比例：
Figure GDA0003648202880000063
其中，
Figure GDA0003648202880000064
为频率重耕前后的语音质量合并比例，x0为第一采样点数，n0为第一总采样点数，x1为第二采样点数，n1为第二总采样点数。例如，假设第一采样点数为239653181，第一总采样点数为240490080，第二采样点数为253349032，第二总采样点数为254484128，则频率重耕前后的语音质量合并比例为99.60％。
其中，在步骤130中，预设检验模型为预先设定的计算检验统计量的计算公式模型，在本实施例中，根据以下公式计算检验统计量：
Figure GDA0003648202880000071
其中，Z为检验统计量，rq0为第一语音质量占比，rq1为第二语音质量占比，
Figure GDA0003648202880000072
为语音质量合并比例，n0为第一总采样点数，n1为第二总采样点数。例如，假设第一语音质量占比为99.65％，第二语音质量占比为99.55％，频率重耕前后的语音质量合并比例为99.60％，第一总采样点数为240490080，第二总采样点数为254484128，计算得到检验统计量Z为173.1。
需要说明的是，在一些其他实施例中，还可以通过其他方法计算检验统计量，只要能够评判频率重耕前、后对语音质量的影响即可。
步骤140、根据检验统计量与预设临界值，评估频率重耕后的语音质量。
其中，预设临界值是预先设定的阈值，当检验统计量超过或不超过预设临界值时，能够评估频率重耕后的语音质量是否受影响。
其中，该方法还包括：提出评估频率重耕后的语音质量的假设，具体包括：H0：频率重耕后语音质量没有下降，H1：频率重耕后语音质量下降。在本实施例中，通过检验统计量与预设临界值的对比，作为假设检验的决策规则。当样本点服从正态分布时，样本统计量位于离均值2.33倍标准误差之外的概率为1％，认为可以拒绝假设H0，则以2.33作为预设临界值，以作为拒绝假设H0的决策规则。则在步骤140中，具体包括：若检验统计量大于预设临界值，则频率重耕后语音质量下降；若检验统计量小于或者等于预设临界值，则频率重耕后语音质量没有下降。例如，假设计算得到检验统计量Z为173.1，远大于预设临界值2.33，则频率重耕后语音质量下降。
在一些实施例中，该方法还包括：若频率重耕后语音质量下降，则根据第一语音质量占比和第二语音质量占比的差值判断语音质量的下降程度。当根据检验统计量与预设临界值，判断频率重耕后语音质量下降时，并不意味着频率重耕后语音质量下降就一定很大，需要通过第一语音质量占比和第二语音质量占比的差值判断语音质量的下降程度。其中，可以预设不同的第一语音质量占比和第二语音质量占比的差值对应不同的下降程度。例如，假设第一语音质量占比为99.65％，第二语音质量占比为99.55％，计算得到检验统计量Z为173.1，远大于预设临界值2.33，判断频率重耕后语音质量下降，并计算第一语音质量占比和第二语音质量占比的差值为0.1％，则判断语音质量的下降幅度很小。
本发明实施例通过在频率重耕前获取第一总采样点数以及在预设级别内的第一采样点数，和在频率重耕后获取第二总采样点数以及在预设级别内的第二采样点数，并根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量，根据检验统计量与预设临界值，评估频率重耕后的语音质量，能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。
图2示出了本发明实施例提供的频率重耕质量评估方法的应用实例的流程图。该方法应用于某地市火车站区域，在该环境下采样点的数量较多，如图2所示，该方法包括：
步骤210、获取频率重耕前的第一总采样点数n0为240490080，其中，在0-4级内的第一采样点数x0为239653181；
步骤220、获取频率重耕后的第二总采样点数n1为254484128，其中，在0-4级内的第二采样点数x1为253349032；
其中，采集频率重耕前、后各三天六忙时的样本作为采样点；
步骤231、计算第一语音质量占比：
Figure GDA0003648202880000081
并计算第二语音质量占比：
Figure GDA0003648202880000082
步骤232、计算频率重耕前后的语音质量合并比例：
Figure GDA0003648202880000083
步骤233、计算检验统计量：
Figure GDA0003648202880000084
步骤240、检验统计量远大于预设临界值2.33，即确定频率重耕后语音质量下降的概率很大，则确定频率重耕后语音质量下降，并且，由于第一语音质量占比和第二语音质量占比的差值为0.1％，则说明频率重耕后语音质量下降程度很小。
本发明实施例通过在频率重耕前获取第一总采样点数以及在预设级别内的第一采样点数，和在频率重耕后获取第二总采样点数以及在预设级别内的第二采样点数，并根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量，根据检验统计量与预设临界值，评估频率重耕后的语音质量，能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。
图3示出了本发明实施例提供的频率重耕质量评估方法的另一种应用实例的流程图。该方法应用于某地市试点区域，该区域的采样点的数量较少。如图3所示，该方法包括：
步骤310、获取频率重耕前的第一总采样点数n0为675964，其中，在0-4级内的第一采样点数x0为674730；
步骤320、获取频率重耕后的第二总采样点数n1为613345，其中，在0-4级内的第二采样点数x1为609096；
其中，采集频率重耕前、后各三天六忙时的样本作为采样点；
步骤331、计算第一语音质量占比：
Figure GDA0003648202880000091
并计算第二语音质量占比：
Figure GDA0003648202880000092
步骤332、计算频率重耕前后的语音质量合并比例：
Figure GDA0003648202880000093
步骤333、计算检验统计量：
Figure GDA0003648202880000094
步骤340、检验统计量大于预设临界值2.33，即确定频率重耕后语音质量下降的概率较大，则确定频率重耕后语音质量下降，并且，由于第一语音质量占比和第二语音质量占比的差值为0.51％，则说明频率重耕后语音质量下降程度较大。
需要说明的是，图3中的试点区域与图2中的火车站区域相比，虽然在该试点区域的第一语音质量占比和第二语音质量占比的差值比火车站区域的第一语音质量占比和第二语音质量占比的差值大，但是，该试点区域的检验统计量较小，则该试点区域频率重耕后语音质量下降的概率小于火车站区域频率重耕后语音质量下降的概率。
本发明实施例通过在频率重耕前获取第一总采样点数以及在预设级别内的第一采样点数，和在频率重耕后获取第二总采样点数以及在预设级别内的第二采样点数，并根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量，根据检验统计量与预设临界值，评估频率重耕后的语音质量，能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。
图4示出了本发明实施例提供的频率重耕质量评估装置的结构示意图。如图4所示，该装置400包括：第一获取模块410、第二获取模块420、计算模块430和评估模块440。
第一获取模块410用于获取频率重耕前的第一总采样点数以及在预设级别内的第一采样点数；第二获取模块420用于获取频率重耕后第二总采样点数以及在所述预设级别内的第二采样点数；计算模块430用于根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量；评估模块440用于根据所述检验统计量与预设临界值，评估频率重耕后的语音质量。
在一种可选的方式中，该装置400还包括：第一语音质量占比计算模块和第二语音质量占比计算模块。第一语音质量占比计算模块用于根据所述第一采样点数和所述第一总采样点数，计算频率重耕前的第一语音质量占比；第二语音质量占比计算模块根据所述第二采样点数和所述第二总采样点数，计算频率重耕后的第二语音质量占比。
在一种可选的方式中，该装置400还包括：语音质量合并比例计算模块。语音质量合并比例计算模块用于根据所述第一采样点数、所述第一总采样点数、所述第二采样点数以及所述第二总采样点数，计算频率重耕前后的语音质量合并比例。
在一种可选的方式中，计算模块430进一步用于：根据以下公式计算所述检验统计量：
Figure GDA0003648202880000111
其中，Z为所述检验统计量，rq0为所述第一语音质量占比，rq1为所述第二语音质量占比，
Figure GDA0003648202880000112
为所述语音质量合并比例，n0为所述第一总采样点数，n1为所述第二总采样点数。
在一种可选的方式中，预设级别为0-4级。
在一种可选的方式中，评估模块440进一步用于：若所述检验统计量大于所述预设临界值，则频率重耕后语音质量下降；若所述检验统计量小于或者等于所述预设临界值，则频率重耕后语音质量没有下降。
在一种可选的方式中，该装置400还包括：下降程度判断模块。下降程度判断模块用于若频率重耕后语音质量下降，则根据所述第一语音质量占比和所述第二语音质量占比的差值判断语音质量的下降程度。
需要说明的是，本发明实施例提供的频率重耕质量评估装置是能够执行上述频率重耕质量评估方法的装置，则上述频率重耕质量评估方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。
本发明实施例通过在频率重耕前获取第一总采样点数以及在预设级别内的第一采样点数，和在频率重耕后获取第二总采样点数以及在预设级别内的第二采样点数，并根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量，根据检验统计量与预设临界值，评估频率重耕后的语音质量，能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。
本发明实施例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，所述可执行指令使处理器执行上述任意方法实施例中的频率重耕质量评估方法。
本发明实施例通过在频率重耕前获取第一总采样点数以及在预设级别内的第一采样点数，和在频率重耕后获取第二总采样点数以及在预设级别内的第二采样点数，并根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量，根据检验统计量与预设临界值，评估频率重耕后的语音质量，能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。
本发明实施例通过本发明实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任意方法实施例中的频率重耕质量评估方法。
本发明实施例通过在频率重耕前获取第一总采样点数以及在预设级别内的第一采样点数，和在频率重耕后获取第二总采样点数以及在预设级别内的第二采样点数，并根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量，根据检验统计量与预设临界值，评估频率重耕后的语音质量，能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。
图5示出了本发明实施例提供的计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图5所示，该计算设备可以包括：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，具体可以执行上述任意方法实施例中的频率重耕质量评估方法。
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。计算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。
本发明实施例通过在频率重耕前获取第一总采样点数以及在预设级别内的第一采样点数，和在频率重耕后获取第二总采样点数以及在预设级别内的第二采样点数，并根据第一总采样点数、第一采样点数、第二总采样点数、第二采样点数以及预设检验模型，计算检验统计量，根据检验统计量与预设临界值，评估频率重耕后的语音质量，能够不受采样点数量波动的影响，适用于不同大小范围的区域，不同粒度的时间段，从而得到更加准确的评估结果。
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。
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。权利要求书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 (11)

1.一种频率重耕质量评估方法，其特征在于，所述方法包括：
获取频率重耕前的第一总采样点数以及在预设级别内的第一采样点数；
获取频率重耕后的第二总采样点数以及在所述预设级别内的第二采样点数；
根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量；
根据所述检验统计量与预设临界值，评估频率重耕后的语音质量。
2.根据权利要求1所述的方法，其特征在于，在根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量之前，所述方法还包括：
根据所述第一采样点数和所述第一总采样点数，计算频率重耕前的第一语音质量占比；
根据所述第二采样点数和所述第二总采样点数，计算频率重耕后的第二语音质量占比。
3.根据权利要求2所述的方法，其特征在于，在根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量之前，所述方法还包括：
根据所述第一采样点数、所述第一总采样点数、所述第二采样点数以及所述第二总采样点数，计算频率重耕前后的语音质量合并比例。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量，进一步包括：
根据以下公式计算所述检验统计量：
Figure FDA0003621764760000021
其中，Z为所述检验统计量，rq0为所述第一语音质量占比，rq1为所述第二语音质量占比，
Figure FDA0003621764760000022
为所述语音质量合并比例，n0为所述第一总采样点数，n1为所述第二总采样点数。
5.根据权利要求1所述的方法，其特征在于，所述预设级别为0-4级。
6.根据权利要求2-4任一项所述的方法，其特征在于，所述根据所述检验统计量与预设临界值，评估频率重耕后的语音质量，进一步包括：
若所述检验统计量大于所述预设临界值，则频率重耕后语音质量下降；
若所述检验统计量小于或者等于所述预设临界值，则频率重耕后语音质量没有下降。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若频率重耕后语音质量下降，则根据所述第一语音质量占比和所述第二语音质量占比的差值判断语音质量的下降程度。
8.根据权利要求5所述的方法，其特征在于，所述根据所述检验统计量与预设临界值，评估频率重耕后的语音质量，进一步包括：
若所述检验统计量大于所述预设临界值，则频率重耕后语音质量下降；
若所述检验统计量小于或者等于所述预设临界值，则频率重耕后语音质量没有下降。
9.一种频率重耕质量评估装置，其特征在于，所述装置包括：
第一获取模块，用于获取频率重耕前的第一总采样点数以及在预设级别内的第一采样点数；
第二获取模块，用于获取频率重耕后第二总采样点数以及在所述预设级别内的第二采样点数；
计算模块，用于根据所述第一总采样点数、所述第一采样点数、所述第二总采样点数、所述第二采样点数以及预设检验模型，计算检验统计量；
评估模块，用于根据所述检验统计量与预设临界值，评估频率重耕后的语音质量。
10.一种计算设备，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1-8中任意一项所述的频率重耕质量评估方法的操作。
11.一种计算机存储介质，其特征在于，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1-8中任意一项所述的频率重耕质量评估方法。
CN201910804266.4A 2019-08-28 2019-08-28 频率重耕质量评估方法、装置及计算设备 Active CN112449355B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910804266.4A CN112449355B (zh) 2019-08-28 2019-08-28 频率重耕质量评估方法、装置及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910804266.4A CN112449355B (zh) 2019-08-28 2019-08-28 频率重耕质量评估方法、装置及计算设备

Publications (2)

Publication Number Publication Date
CN112449355A CN112449355A (zh) 2021-03-05
CN112449355B true CN112449355B (zh) 2022-08-23

Family

ID=74741159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910804266.4A Active CN112449355B (zh) 2019-08-28 2019-08-28 频率重耕质量评估方法、装置及计算设备

Country Status (1)

Country Link
CN (1) CN112449355B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108966237A (zh) * 2017-05-19 2018-12-07 北京神州泰岳软件股份有限公司 确定退频评估标准的方法、装置及退频评估方法、装置
CN109429254A (zh) * 2017-08-28 2019-03-05 中国移动通信集团浙江有限公司 Gsm退频后话音质量评估方法及装置
CN109842886A (zh) * 2019-01-07 2019-06-04 中国联合网络通信集团有限公司 通信网络的减频退网方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5606764B2 (ja) * 2010-03-31 2014-10-15 クラリオン株式会社 音質評価装置およびそのためのプログラム
CN106341820A (zh) * 2015-07-08 2017-01-18 中兴通讯股份有限公司 一种频谱共享的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108966237A (zh) * 2017-05-19 2018-12-07 北京神州泰岳软件股份有限公司 确定退频评估标准的方法、装置及退频评估方法、装置
CN109429254A (zh) * 2017-08-28 2019-03-05 中国移动通信集团浙江有限公司 Gsm退频后话音质量评估方法及装置
CN109842886A (zh) * 2019-01-07 2019-06-04 中国联合网络通信集团有限公司 通信网络的减频退网方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Methods and tecniques of spectrum refarming for LTE network deployment;P.A Guskov et al.;《2013 23rd International Crimean Conference "Microwave & Telecommunication Technology"》;20131114;全文 *
公安340MHz频谱重耕的研究;邹宗贵 等;《数字通信世界》;20190101;全文 *
基于GSM Refarming频率重耕的GSM-HI升级技术方案研究;王宇;《信息通信》;20170715;全文 *

Also Published As

Publication number Publication date
CN112449355A (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
US20200285933A1 (en) Deep neural network-based method and device for quantifying activation amount
CN108875365B (zh) 一种入侵检测方法及入侵检测检测装置
CN110221953A (zh) 测试结果分析方法、装置、服务器及存储介质
CN116089213A (zh) 云平台资源监控方法、装置、电子设备及可读存储介质
CN117147561B (zh) 用于金属拉链的表面质量检测方法及系统
CN111611171B (zh) 测试用例的处理方法、装置及存储介质
CN107886113B (zh) 一种基于卡方检验的电磁频谱噪声提取和滤波方法
CN112449355B (zh) 频率重耕质量评估方法、装置及计算设备
CN108540299A (zh) 一种网络故障定位处理方法及装置
CN112243247B (zh) 基站优化优先级确定方法、装置及计算设备
CN118158719A (zh) 一种基站路测的自适应辅助方法、装置、设备及存储介质
CN112383936A (zh) 一种可接入用户数的评估方法和装置
CN115629930A (zh) 基于dsp系统的故障检测方法、装置、设备及存储介质
CN114339855B (zh) 无线网络覆盖率评估方法、装置及计算设备
CN112637904B (zh) 负载均衡方法、装置及计算设备
CN114079930B (zh) 一种小区重叠覆盖度的识别方法和装置
CN113052412B (zh) 用户感知量化方法、装置、计算设备及计算机存储介质
CN114040435B (zh) 网络覆盖质量的评测方法、装置、存储介质及设备
CN112015946B (zh) 视频检测方法、装置、计算设备及计算机存储介质
CN114286196A (zh) 基于无线网络指标的视频质差原因分析方法及装置
CN113891378B (zh) 基站信号覆盖范围的计算方法、装置及计算设备
CN113347662B (zh) 负载均衡方法、装置、计算设备及计算机存储介质
CN111885625B (zh) 一种资源利用率的确定方法及装置
CN113239236B (zh) 视频处理方法、装置、电子设备及存储介质
CN103106103A (zh) 请求信息分类方法及装置

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