移动网络语音质量分析技术在云计算平台的实现
1 研究背景
移动通信业务的飞速发展对运营商的业务质量管理能力提出了前所未有的挑战，以客户感知为导向的端到端的业务管理方式已成为当前被普遍研究的课题。在移动运营商的收入构成中，语音业务收入占总收入超过60%，是业务质量管理的首要关注对象。 语音业务的数据量异常庞大，对系统的采集和分析能力提出了巨大的挑战。当前行业内的语音业务质量的全面管理主要还是由信令监测系统来实现，通过监测用户在通话过程中的控制信息和各种时延参数，实现网络性能的分析和故障的定位。但是，信令监测系统只能从寻呼成功率、接通时延、掉话率等信令层面来分析媒体层面的性能，不能发现媒体流中单通、噪音和断续等问题。在媒体流的监测方面，当前有一系列的拨测系统通过模拟用户的行为，实现网络的连通性测试和业务正确性测试。但是，拨测系统只能以抽样的方式来测试网络性能，不能发现和记录网络中偶发性的问题；并且，如果是无线接入网导致的语音质量劣化，拨测系统和信令监测系统均不能发现和分析。 语音业务监测主要有两个技术难点：高速语音分析和实时信令关联。现网端局中的媒体流可达每秒几百兆，在如此庞大的语音数据中分析单通、噪音和断续对系统和算法均有很高的要求；为了将语音分析结果映射到电路、无线小区和用户号码，需要将媒体面和信令面的消息实时匹配关联，系统必须具备Nb、Mc和A接口的信令解析和关联能力。 云计算技术是一种基于网络的计算方式，由网络来提供动态易扩展而且经常是虚拟化的资源，从而以较低的成本实现海量的数据分析。在本文中，笔者提出了一种以云计算为平台，通过语音质量分析技术和多接口关联技术实现的语音质量监测系统，具有快速部署、实时监测、全面分析、节省成本的特点，该系统已在全国多个省份的运营商中开始试用，在语音业务质量管理方面收到了良好的效果。 2 系统结构 图1为移动网络语音质量分析系统的结构图，用户的语音流在MGW的Nb接口上通过核心网CE进行传输。将CE上Mc接口和Nb接口的数据合并镜像至另外一个端口，采用光纤专线的方式把用户语音数据送至中心机房进行采集和分析。 在移动软交换网络中，根据控制与承载相分离的策略，MSS负责信令的交互，MGW负责媒体接入的管理。如果仅仅采集MGW侧的媒体流，只能得到若干对MGW的语音流信息。所以，为了得到语音质量在电路、无线小区上的统计分布，必须将媒体流关联至信令信息。但是，负责信令的MSS和MGW通常并不在一个机房，尤其在集中化维护的运维模式下，MGW一般部署在地市所在的接入网侧，而全省的MSS通常几种部署在少数几个中心机房，这就大大加强了采集和汇聚的难度。经过笔者分析，包含有电路、无线小区和本端号码的A接口和Mc接口处于同一个物理端口中，A接口信令通过MGW作为信令转接点到达BSC。由于网络维护人员只关注本地交换机所覆盖的区域，Nc接口的信令不是必需的，所以只要在MGW机房中对Mc和Nb接口进行采集和分析。图2展示了传统采集方案和本系统所使用的改进后采集方案。 在完成信令和媒体流的采集后，数据送入云计算平台，进行分析和计算。本系统软件结构如图3所示。原始数据首先经过信息提取和关联模块，将语音的RTP流、语音RTCP信息、H.248协议和A接口协议进行提取，分离出语音数据和信令数据，并对属于同一次呼叫的数据进行关联，形成语音信令关联数据。随后，系统对三部分数据进行并行操作：系统对语音数据进行解码和分析，得出单通、噪音和断续等语音质量指标；对信令数据进行解析，得到本次通话的电路、无线小区和通话各阶段时间信息；根据语音信令关联数据，将语音质量指标统计映射到优化人员关注的维度，例如以小区维度统计噪音的强弱。 3 语音质量分析技术 语音质量分析模块是本系统消耗计算量最大的模块，该软件模块基于数字信号处理技术，对移动网络中的语音流进行指定特征提取。经过对人们打电话时的通话体验调查，发现单通、噪音和断续是用户最不能忍受的问题。此外，移动网络中的语音流的数据量是非常大的，通常情况下，一个MGW下的语音流可以达到几百兆每秒，一个地区可以达到几G甚至几十G的流量。所以，如果要实时计算语音质量指标，系统对语音质量分析算法的复杂度要求是很高的。 为了计算单通、噪音和断续等指标在语音流中出现的频率，需要对所述指标进行特征定义和提取。表1为各种语音质量指标的样例、特征描述和提取规则。 经过对Nb接口RTP流的分析，发现AMR编码的话务量占总话务量的90%以上，所以媒体流必须先解码为原始WAV格式才能进行处理。根据表1的特征描述和提取规则，系统对解码后的媒体流分别进行媒体流特性检测、语音包内容检测以及声音频域分析，根据分析结果，判断是否出现异常，流程如图4所示。 4 云计算平台 云计算具有快速部署、动态可扩展、海量信息处理和减少终端负担等特点，所以尤其适用于移动网络的语音质量分析。 首先，如果采用传统的语音仪表的方式对语音质量进行分析，需要在每个MGW机房进行部署硬件服务器，并且在每套服务器上安装分析软件。如果语音质量的分析对象发生变化，例如从A地区变成B地区，或者从端局变成关口局，设备必须随着监测目标的变化进行搬移。采用云计算平台后，不仅该平台具备到各个机房的传输资源，可以对分析对象进行快速部署和上线；而且整个平台只需使用一套软件，即可完成工作。其次，语音分析的计算量是正比于话务量的。在传统的分析方案中，如果监测区域的话务量和所购买的硬件不匹配，就会不可避免地带来计算资源的缺乏或浪费，这就导致不能随意选择监测对象。在一天的周期中，话务量变化是非常大的，这也会导致计算资源和需求之间的不平衡。再次，语音质量分析工作需要大量的CPU、内存和硬盘资源，云计算平台具有丰富的计算资源，完全可以满足分析工作需要。最后，云计算可以减小维护终端的负担，用户终端只需关注界面的设计和操作交互，不用和后台的语音数据库等资源打交道。 在本系统中所使用的云计算平台结构如图5所示，数据库和数据采集设备使用UNIX主机，语音分析和统计使用X86主机资源池。 5 系统应用 通过该语音质量分析系统分析某地区的噪音分布，并将其映射到无线小区上，结合无线小区的地理坐标等参数，可以得到噪音的分布地图，如图6所示。 噪音水平的图例以及相应的噪音波形如图7所示。 6 总结 语音质量分析系统是当前IT技术和运营需求的相结合，其在云计算平台上的部署基于企业低成本高效运营和集中化的企业战略，语音质量深入分析功能将服务于客户感知体系的建设。该系统不仅完成了语音业务的全面监控，还实现了先于客户投诉主动发现业务质量问题的功能，是运维人员有效的工具，也将推动语音质量监测规范的制定。