VoLTE无线侧优化策略——提升用户语音感知.docVIP

VoLTE无线侧优化策略——提升用户语音感知 VoLTE是在4G网络全IP条件下的端到端语音解决方案，能提供更短的接入时延和更好的语音质量。在建立语音质差模型和分析空口丢包原理的基础上，梳理无线侧VoLTE语音感知的优化流程，对无线侧影响VoLTE语音感知的6个维度进行专项优化整治，实施效果较好,为今后VoLTE用户语音感知优化提供参考和指导。0 引言? VoLTE是基于IMS网络的LTE语音解决方案，相对于传统VoIP语音，能提供更好的QoS保障。在衡量VoLTE网络性能、运营质量和客户感知的评估体系中，VoLTE语音的时延和丢包是关键指标。时延的缩短对减少网络信令资源消耗和减轻网络负荷具有重要价值，也对提升客户体验和客户满意度具有显著意义。5G时代到来后， VoNR将成为主流语音技术,在5G建设初期，VoNR将和VoLTE一起共同组成解决语音业务的基础,当手机移动到5G信号覆盖较差的区域时，需要切换到LTE网络，由VoLTE来提供语音服务。为给客户提供优质的语音质量和感知体验，VoLTE语音感知优化成为当前重点研究课题之一。1 无线侧的影响因素 在3GPP LTE协议中，VoLTE业务编码有AMR-NB宽带（12.2k）和AMR-WB（23.85k）宽带两种编码，每20ms产生一个语音包，每160ms生成一个语音静默包，帧长20ms。AMR-NB和AMR-WB的本质区别在于其语音带宽和抽样频率有所区别，NB的语音带宽范围为300～3 400kHz，抽样频率为8kHz；而WB的语音带宽为50～7000 kHz，抽样频率为16kHz。 用户语音感知差归纳为3种现象：吞字、断续和单通。吞字是指感觉对方说话不清或漏字；断续是指感觉对方说话时断时续，有明显停顿；单通是指无法听到对方说话。影响上述现象的无线侧的因素有空口时延、空口抖动、空口问题导致的丢包，各类因素说明如下（表1）。 2? 语音通话质差模型 2.1 TD-LTE语音解决方案 TD-LTE网络的语音解决方案主要包括SVLTE、CSFB和VoLTE/eSRVCC等3种，SVLTE属于双待终端解决方案，终端同时驻留在2G/3G以及LTE网络；CSFB属于单待终端解决方案，涉及2G/3G/4G系统，流程较复杂，呼叫时延较长；VoLTE通过IMS网络实现高清语音功能，呼叫时延较短。TD-LTE网络3种语音解决方案的特点对比如表2所示。 2.2 空口丢包原理 VoLTE语音包传输过程中，空口丢包是引起吞字、单通、断续的最常见原因，如何降低VOLTE空口丢包率是提升VOLTE语音通话质量的重要手段。上行空口丢包原理如图1所示，eNB的PDCP层从RLC层接收到PDCP数据包，比对本数据包的序列号和期待接收的序列号（等于已经成功接收的序列号加一），如果本序列号大于期待接收的序列号，即认为上行有丢包，丢包个数等于本序列号减去期待接收的序列号。下行空口丢包是基站侧根据终端在MAC层反馈的确认（ACK）/否认（NACK）消息进行统计。例如，基站向终端下发了1个PDCP包，终端反馈否认消息表示未收到，基站再次重传，如果终端反馈确认消息，则表示终端已经收到，这个包不统计为丢包。而如果经过多次重传终端仍然反馈否认消息，达到重传的最大次数后，基站则会统计为1个丢包。 2.3 基于丢包的质差模型 质差模型通过5s时间线将用户通话进行切片，每个语音切片单独打分，实时监控客户感知。单通是指连续丢包200个，丢包率80%，相当于用户有4s没有听到声音，感知为单通。吞字是指当连续丢6～9个RTP包，即认为发生一个汉字的吞字。断续是指丢包数大于3小于6，即未完全吞字时，一个字可被解码器译出，人耳的感知是不清晰。实测经验值发现，若切片内发生2～3次以上单字不清晰事件，以1个切片250个语音包估算，对应于间断性丢包10个以上，则认为发生了丢包导致的断续，基于丢包的质差模型示意图如图2所示。 2.4 基于时延的质差模型 单通是指包间隔大于4s，用户有约4s内听不到任何声音，即认为单通。吞字是指包间隔大于400ms，且小于4s，去除缓冲区150ms后，将有250ms时间语音解码器没有还原出任何声音，用户感知为1～2个字的时间沉默，等同于吞字，可能发生了连续丢包，或未丢包但时延过大，用户以为吞字。断续是指切片内相对时延大于解码缓冲区150ms时，开始发生声音形变和拉伸，但此时人耳不能明显感知，实测经验值发现，当相对时延大于200ms时（200ms为实测经验值），开始被人耳感知为断续和不清晰的语音质量，相对时延越大，断续效果越明显，基于时延的质差模型示意图如图3所示。 2.5 基于丢包、时延的通话质差模型 单通是指切片时长大于等于2s，且RTP丢包率大于0.8；RTP实际收包数（含静默包）小于10（经验取值），即表示