［凌俊 吳慶祥 王育飛 黃凱方］

1 引言

5G 網(wǎng)絡(luò)組網(wǎng)復(fù)雜，傳統(tǒng)的VoLTE 端到端業(yè)務(wù)感知體系無法解決4G 與5G 語音業(yè)務(wù)協(xié)同問題、無法快速定位5G 客戶投訴、無法掌握5G 終端在網(wǎng)表現(xiàn)，亦無法支撐5G 語音業(yè)務(wù)體驗保障，針對5G VoNR（Voice over New Radio）語音業(yè)務(wù)質(zhì)量分析與管控缺乏高效的處理手段，因此制定5G VoNR 語音業(yè)務(wù)端到端質(zhì)量管理規(guī)范，以規(guī)范化的語音業(yè)務(wù)端到端管理工具，滿足日常指標(biāo)分析、投訴處理、故障定界等日常5G 運營工作是亟需解決的問題[1]。本文以5G VoNR 語音業(yè)務(wù)指標(biāo)體系建設(shè)、端到端問題分析為出發(fā)點，針對VoNR 感知問題定界部署的關(guān)鍵特性展開探究分析。

2 5G 語音業(yè)務(wù)概述

5G SA 組網(wǎng)初期通過EPS Fallback 方式提供呼叫業(yè)務(wù)，用戶進(jìn)行呼叫業(yè)務(wù)時會回落到LTE 網(wǎng)絡(luò)，由VoLTE 完成語音呼叫流程。EPS Fallback 作為過渡方案，能保證在5G覆蓋不足的區(qū)域享受高清通話。

隨著5G 網(wǎng)絡(luò)和終端技術(shù)的逐漸成熟部署，VoNR 攜帶QoS 保證的語音業(yè)務(wù)能滿足超清語音及視頻通話的需求，相較于EPS Fallback 方式，VoNR 則是在5G SA 網(wǎng)絡(luò)使用5G 核心網(wǎng)提供高清語音及視頻通話服務(wù)，VoNR 不僅能顯著降低呼叫延遲和提升呼叫質(zhì)量，并且能在語音呼叫的同時使用5G 數(shù)據(jù)的業(yè)務(wù)，此外VoNR 有望推動創(chuàng)新會議、AR 和VR 等在5G 網(wǎng)絡(luò)上的應(yīng)用[2]。

3 定界方案

隨著5G SA 商用臨近及網(wǎng)絡(luò)建設(shè)步伐加快，涉及多域多接口，流程異常復(fù)雜，不僅有5G SA 定界問題，同樣還有4G與5G協(xié)同分析定界難題，主要涉及以下幾個方面：

（1）5G 語音業(yè)務(wù)鏈長，網(wǎng)元多，端到端定位難，IMS+EPC+5GC+LTE+NR，跨5域關(guān)聯(lián)，多接口端到端關(guān)聯(lián)，涉及至少30 個接口。

（2）語音時延問題大，分段多，涉及多域多接口，按階段可劃分為至少15 個小階段，小階段數(shù)量多，時延環(huán)節(jié)多，問題定位難。

（3）5G 終端問題多，機網(wǎng)匹配低，5G 建網(wǎng)初期，5G 業(yè)務(wù)終端/網(wǎng)絡(luò)磨合問題多，65%投訴問題與終端相關(guān)，嚴(yán)重影響客戶感知。

（4）5G 駐不上，駐不穩(wěn)，4G 與5G 協(xié)同多，駐留分析缺手段少工具，運維效率低，成本高，建網(wǎng)初期，4G與5G 協(xié)同問題占整體網(wǎng)絡(luò)問題比例高達(dá)72%。

因此形成一套高可靠的故障投訴定界分析高效處理方案勢在必行。

3.1 業(yè)務(wù)場景體驗建模

在端到端感知指標(biāo)體系構(gòu)建中，語音質(zhì)量建模是難點，本方案基于深度神經(jīng)網(wǎng)絡(luò)的 VoNR 語音質(zhì)量評估體系包含單通、斷續(xù)、語音MOS 值（E-MODEL 算法）三個指標(biāo)模型[3,4]。

（1）單通

語音單通率是通過VAD 算法識別語音通話過程中的靜音段，并記錄靜音段的開始時間和結(jié)束時間。匹配持續(xù)4 秒以上的靜音段的對端文件，若該時段內(nèi)文件存在類似于“喂”、“聽不見”等單通關(guān)鍵詞即為單通話。單通關(guān)鍵詞采用關(guān)鍵詞語譜檢索技術(shù)，通過結(jié)合HMM-Filler+融合置信度的判別方法，實現(xiàn)單通關(guān)鍵詞的快速準(zhǔn)確檢索匹配，不作語義識別，不獲取用戶通話內(nèi)容。

（2）斷續(xù)

語音斷續(xù)率使用FFT 變換分別獲取每個20ms 片段上9 個頻域區(qū)間內(nèi)的平均能量，通過判斷Wav 尾部信息中是否存在有連續(xù)N 個1 事件（1 事件是指wav 尾部標(biāo)注的丟包，ssrc 變換，壞幀事件等），基于大數(shù)據(jù)及深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)獲取斷續(xù)的特征閾值，進(jìn)行斷續(xù)判斷，可以識別斷續(xù)類型包括：強斷續(xù)級、普通斷續(xù)級、吞字級、連續(xù)吞字等類型。

（3）語音MOS 值

語音MOS 值基于ITU G.107 的VoNR 語音E-Model模型，從關(guān)鍵接口采集的RCTP 和RTP 消息中獲取關(guān)鍵參數(shù)：編解碼類型、Tr 時延、Ta 時延抖動、Ppl 丟包率作為關(guān)鍵建模輸入，通過有參考源的客觀評價模型，訓(xùn)練以非線性方程為核心的E-Model 模型。

3.3 方案設(shè)計

3.3.1 KQI 設(shè)定

由于VoNR 感知指標(biāo)涉及多個接口多專業(yè)，對于指標(biāo)劣化，需對端到端指標(biāo)進(jìn)行環(huán)節(jié)拆分，確認(rèn)引起整體指標(biāo)劣化的對應(yīng)環(huán)節(jié)，同時確認(rèn)該環(huán)節(jié)涉及的專業(yè)，由對應(yīng)專業(yè)對指標(biāo)劣化原因進(jìn)行分析處理，如果引起整體指標(biāo)劣化發(fā)生于多個環(huán)節(jié)，則由各專業(yè)協(xié)同分析。

基于VoNR 業(yè)務(wù)實現(xiàn)過程，按照業(yè)務(wù)端到端覆蓋用戶、終端、小區(qū)、5GC、EPC、IMS、CS 七類節(jié)點，業(yè)務(wù)流程覆蓋注冊、接續(xù)、切換、保持、語音質(zhì)量五個階段，通過多種定界流程，將問題定界到各專業(yè)優(yōu)化處理?？傮w方案采用上述七類節(jié)點、五個階段的“七元五階”設(shè)計部署[4]，如圖1 所示。對于成功率類指標(biāo)，首先核心網(wǎng)（5GC/EPC/CS/IMS）分域映射至關(guān)聯(lián)KPI（Key Performance Indicator，關(guān)鍵績效指標(biāo)），然后通過時域分析、關(guān)聯(lián)分析、聚類分析粗定界到用戶、終端、無線、5GC、EPC、IMS、CS7 個維度問題。

圖1 “七元五階”定界分析圖

當(dāng)關(guān)鍵KQI（Key Quality Indicator，關(guān)鍵質(zhì)量指標(biāo)）指標(biāo)發(fā)生劣化，劣化閾值設(shè)計如表1 所示[5,6]，該指標(biāo)場景為VoNR-VoNR。

表1 關(guān)鍵KQI 指標(biāo)劣化分析閾值表

3.3.2 定界方案

（1）VoNR 注冊成功率定界方案

處理原則：分解到5GC/EPC/IMS 三域，再定界到七個維度。

第一步：將KQI 指標(biāo)關(guān)聯(lián)映射至5GC/EPC/IMS 三域KPI 指標(biāo)，EPC 域映射KPI 指標(biāo)為QCI=5 的承載建立成功率和承載更新成功率，IMS 域映射KPI 指標(biāo)為初始注冊成功率、重注冊成功率、第三方注冊成功率；

第二步：觀察關(guān)聯(lián)KPI 指標(biāo)劣化情況，對劣化KPI指標(biāo)進(jìn)行時域?qū)Ρ取⒕垲悓Ρ?，對失敗原因值進(jìn)行分析，確定質(zhì)差，若為5GC 域質(zhì)差網(wǎng)元則轉(zhuǎn)至5GC 處理，若為EPC 域質(zhì)差網(wǎng)元則轉(zhuǎn)至EPC 處理，若IMS 域質(zhì)差網(wǎng)元則轉(zhuǎn)IMS 處理；

第三步：若非上述質(zhì)差，則進(jìn)一步以失敗原因值為關(guān)鍵索引，再結(jié)合XDR 詳單等匯聚出各維度故障點，最終定界到其他7 個維度問題。

（2）VoNR 語音質(zhì)量定界方案[6]

處理原則：分析終端上報RTCP 包中編解碼類型、速率、抖動、丟包、時延5 個關(guān)鍵因素，再定界到無線、5GC、EPC、IMS。

第一步：基于RTCP 包分析得到上下行MOS 值的基礎(chǔ)上，基于每接口的RTP 計算分段的上下行MOS 值：RTCP MOS 值和RTP MOS 值，再結(jié)合上下行的丟包、時延、抖動、編解碼類型、速率，定位出質(zhì)差小區(qū)、質(zhì)差網(wǎng)元。

第二步：基于分段RTP 包計算的MOS 值稱為分段MOS 值，即不同接口的RTP 流的丟包、抖動和MOS 值是不同的。端到端MOS 值計算需信令監(jiān)測采集RTCP 報文信息，獲取編解碼類型、速率、丟包、抖動、時延等值。為了將VoNR 用戶感知用具體量化數(shù)據(jù)來進(jìn)行客觀評估，VoNR 語音質(zhì)量評價體系分解為以下KQI、KPI 指標(biāo)，如圖2 所示。其中KPI 指標(biāo)可直接從媒體流中提取，現(xiàn)網(wǎng)有2 類獲取手段：RTCP 和RTP?；赗TCP 包的分析，用于評估手機端到端的語音質(zhì)量；基于不同接口的RTP 數(shù)據(jù)包分析，用于語音質(zhì)量的定界定位功能，即可以判定語音故障發(fā)生的具體接口。

圖2 VoNR 語音質(zhì)量數(shù)據(jù)量化圖

第三步：當(dāng)VoNR 語音質(zhì)量MOS 值低于標(biāo)準(zhǔn)時，主要通過編解碼類型、速率、丟包、時延、抖動這五個關(guān)鍵因素去分析定界。

（3）VoNR 呼叫接通率定界方案

處理原則：分解到5GC/EPC/IMS 三域，再通過關(guān)聯(lián)分析、聚類分析、根因分析，定界到7 個維度問題。

第一步：將KQI 指標(biāo)關(guān)聯(lián)映射至5GC/EPC/IMS 三域KPI 指標(biāo)，EPC 域映射KPI 指標(biāo)為QCI=1 的專有承載建立成功率，IMS 域映射KPI 指標(biāo)為SBC 接通率、CSCF 接通率、域選成功率（SCCAS 觸發(fā)成功率）；

第二步：觀察關(guān)聯(lián)KPI 指標(biāo)劣化情況，對劣化KPI指標(biāo)進(jìn)行時域?qū)Ρ?、聚類對比，對失敗原因值進(jìn)行分析，確定質(zhì)差，若為5GC 域質(zhì)差網(wǎng)元則轉(zhuǎn)至5GC 處理，若為EPC 域質(zhì)差網(wǎng)元則轉(zhuǎn)至EPC 處理，若為IMS 域質(zhì)差網(wǎng)元則轉(zhuǎn)IMS 處理；

第三步：若非上述質(zhì)差，則進(jìn)一步以失敗原因值為關(guān)鍵索引，再結(jié)合XDR 詳單等匯聚出各維度故障點，最終定界到其他4 個維度問題。

（4）VoNR 呼叫建立時長質(zhì)差定界方案

處理原則：VoNR 在呼叫建立過程中，涉及到主被叫的呼叫控制、承載建立、被叫尋呼，以VoNR 呼叫建立時延作為定界分析的參考標(biāo)準(zhǔn)，分為5 個過程：主叫呼叫控制過程、主叫承載建立過程、被叫尋址過程、被叫呼叫控制過程、被叫承載建立過程。每個處理過程的時延定義如表2 所示。

表2 呼叫建立時長質(zhì)差定界

（5）切換成功率/時長質(zhì)差定界邏輯方案

處理原則：分為成切換請求、切換準(zhǔn)備、切換實施3個過程，根據(jù)時域?qū)Ρ确治?，定界?GC、EPC、無線、IMS 4 個維度問題。

第一步：觀察到切換時長變差后，進(jìn)一步分析切換過程相關(guān)三個階段是否有指標(biāo)劣化情況；

第二步：如果存在指標(biāo)劣化，再進(jìn)一步采用聚類/時域分析方法,判斷問題是否聚焦在某些MME、eMSC、SBC、eNodeb 或小區(qū)上；

第三步：再根據(jù)原因值利用歸類算法給出診斷結(jié)果，輸出問題的定界，可定界到EPC、IMS、CS及無線四個環(huán)節(jié)。

（6）VoNR 掉話率質(zhì)差定界方案

處理原則：分解到無線/IMS 兩域，再通過關(guān)聯(lián)分析、聚類分析、根因分析，定界到無線、5GC、EPC、IMS 4個維度問題。

第一步：將KQI 指標(biāo)關(guān)聯(lián)映射至無線和IMS 兩域KPI 指標(biāo)，無線域映射KPI 指標(biāo)為ERAB 掉話率和無線掉話率，IMS 域映射KPI 指標(biāo)為VoNR 掉話率；

第二步：觀察關(guān)聯(lián)KPI 指標(biāo)劣化情況，對劣化KPI指標(biāo)進(jìn)行時域?qū)Ρ?、聚類對比，對失敗原因值進(jìn)行分析，確定質(zhì)差：若為無線小區(qū)質(zhì)差則轉(zhuǎn)至無線處理，若為IMS域質(zhì)差網(wǎng)元則轉(zhuǎn)IMS 處理，若非上述質(zhì)差，則轉(zhuǎn)至5GC處理。

4 方案部署驗證

根據(jù)方案設(shè)定的語音感知定界方案，基于信令采集并進(jìn)行多域多接口關(guān)聯(lián)[2,7]，進(jìn)行功能部署，在系統(tǒng)輸入手機號碼，可以進(jìn)行異常診斷，從核心網(wǎng)、簽約、無線、對端4 個維度進(jìn)行分析，其中核心網(wǎng)包括5GC、EPC、IMS網(wǎng)絡(luò)側(cè)，簽約是IMS 業(yè)務(wù)信息，無線側(cè)包括CS、小區(qū)、4G/5G 基站分析，對端則包含終端和網(wǎng)絡(luò)側(cè)定界。如圖3所示。

圖3 異常診斷范圍

針對號碼語音通話質(zhì)量進(jìn)行統(tǒng)計分析，利用頁面可視化圖示展示業(yè)務(wù)感知情況，如圖4 所示。

圖4 語音感知可視化

根據(jù)以上號碼語音進(jìn)行一鍵定界失敗原因分析，目前可提供異常失敗碼分析、小區(qū)分析以及終端分析，多維度定界，并提供處理建議，讓維護(hù)人員可直接根據(jù)頁面定界結(jié)果處理用戶投訴問題，以180*****088 為例進(jìn)行智能定界分析，結(jié)果如圖5 所示。

圖5 投訴定界分析及處理建議

5 總結(jié)

本文通過5G VoNR語音業(yè)務(wù)質(zhì)量感知關(guān)鍵指標(biāo)分析，結(jié)合業(yè)務(wù)感知指標(biāo)針對用戶語音業(yè)務(wù)感知進(jìn)行多維度定界分析，提出了一套高可靠智能化的業(yè)務(wù)感知分析定界方案。指標(biāo)體系下的投訴定界分析針對不同業(yè)務(wù)場景建立分析模型，構(gòu)建不同業(yè)務(wù)場景的算法模型，采用“七元五階”方案進(jìn)行功能部署，經(jīng)驗證分析該方案涵蓋了VoNR 業(yè)務(wù)過程五階段的端到端業(yè)務(wù)感知指標(biāo)，業(yè)務(wù)層面和網(wǎng)絡(luò)層面均能可視化展示分析結(jié)果，有利于維護(hù)人員進(jìn)行網(wǎng)絡(luò)運行管控，定界分析可實現(xiàn)對語音業(yè)務(wù)客戶感知問題的發(fā)現(xiàn)、處理、故障定界。本方案可有效提升故障處理及時率，提升用戶的滿意度。