5G VoNR 业务感知定界方案研究

［凌俊 吴庆祥 王育飞 黄凯方］

1 引言

5G 网络组网复杂，传统的VoLTE 端到端业务感知体系无法解决4G 与5G 语音业务协同问题、无法快速定位5G 客户投诉、无法掌握5G 终端在网表现，亦无法支撑5G 语音业务体验保障，针对5G VoNR（Voice over New Radio）语音业务质量分析与管控缺乏高效的处理手段，因此制定5G VoNR 语音业务端到端质量管理规范，以规范化的语音业务端到端管理工具，满足日常指标分析、投诉处理、故障定界等日常5G 运营工作是亟需解决的问题[1]。本文以5G VoNR 语音业务指标体系建设、端到端问题分析为出发点，针对VoNR 感知问题定界部署的关键特性展开探究分析。

2 5G 语音业务概述

5G SA 组网初期通过EPS Fallback 方式提供呼叫业务，用户进行呼叫业务时会回落到LTE 网络，由VoLTE 完成语音呼叫流程。EPS Fallback 作为过渡方案，能保证在5G覆盖不足的区域享受高清通话。

随着5G 网络和终端技术的逐渐成熟部署，VoNR 携带QoS 保证的语音业务能满足超清语音及视频通话的需求，相较于EPS Fallback 方式，VoNR 则是在5G SA 网络使用5G 核心网提供高清语音及视频通话服务，VoNR 不仅能显著降低呼叫延迟和提升呼叫质量，并且能在语音呼叫的同时使用5G 数据的业务，此外VoNR 有望推动创新会议、AR 和VR 等在5G 网络上的应用[2]。

3 定界方案

随着5G SA 商用临近及网络建设步伐加快，涉及多域多接口，流程异常复杂，不仅有5G SA 定界问题，同样还有4G与5G协同分析定界难题，主要涉及以下几个方面：

（1）5G 语音业务链长，网元多，端到端定位难，IMS+EPC+5GC+LTE+NR，跨5域关联，多接口端到端关联，涉及至少30 个接口。

（2）语音时延问题大，分段多，涉及多域多接口，按阶段可划分为至少15 个小阶段，小阶段数量多，时延环节多，问题定位难。

（3）5G 终端问题多，机网匹配低，5G 建网初期，5G 业务终端/网络磨合问题多，65%投诉问题与终端相关，严重影响客户感知。

（4）5G 驻不上，驻不稳，4G 与5G 协同多，驻留分析缺手段少工具，运维效率低，成本高，建网初期，4G与5G 协同问题占整体网络问题比例高达72%。

因此形成一套高可靠的故障投诉定界分析高效处理方案势在必行。

3.1 业务场景体验建模

在端到端感知指标体系构建中，语音质量建模是难点，本方案基于深度神经网络的 VoNR 语音质量评估体系包含单通、断续、语音MOS 值（E-MODEL 算法）三个指标模型[3,4]。

（1）单通

语音单通率是通过VAD 算法识别语音通话过程中的静音段，并记录静音段的开始时间和结束时间。匹配持续4 秒以上的静音段的对端文件，若该时段内文件存在类似于“喂”、“听不见”等单通关键词即为单通话。单通关键词采用关键词语谱检索技术，通过结合HMM-Filler+融合置信度的判别方法，实现单通关键词的快速准确检索匹配，不作语义识别，不获取用户通话内容。

（2）断续

语音断续率使用FFT 变换分别获取每个20ms 片段上9 个频域区间内的平均能量，通过判断Wav 尾部信息中是否存在有连续N 个1 事件（1 事件是指wav 尾部标注的丢包，ssrc 变换，坏帧事件等），基于大数据及深度神经网络学习获取断续的特征阈值，进行断续判断，可以识别断续类型包括：强断续级、普通断续级、吞字级、连续吞字等类型。

（3）语音MOS 值

语音MOS 值基于ITU G.107 的VoNR 语音E-Model模型，从关键接口采集的RCTP 和RTP 消息中获取关键参数：编解码类型、Tr 时延、Ta 时延抖动、Ppl 丢包率作为关键建模输入，通过有参考源的客观评价模型，训练以非线性方程为核心的E-Model 模型。

3.3 方案设计

3.3.1 KQI 设定

由于VoNR 感知指标涉及多个接口多专业，对于指标劣化，需对端到端指标进行环节拆分，确认引起整体指标劣化的对应环节，同时确认该环节涉及的专业，由对应专业对指标劣化原因进行分析处理，如果引起整体指标劣化发生于多个环节，则由各专业协同分析。

基于VoNR 业务实现过程，按照业务端到端覆盖用户、终端、小区、5GC、EPC、IMS、CS 七类节点，业务流程覆盖注册、接续、切换、保持、语音质量五个阶段，通过多种定界流程，将问题定界到各专业优化处理。总体方案采用上述七类节点、五个阶段的“七元五阶”设计部署[4]，如图1 所示。对于成功率类指标，首先核心网（5GC/EPC/CS/IMS）分域映射至关联KPI（Key Performance Indicator，关键绩效指标），然后通过时域分析、关联分析、聚类分析粗定界到用户、终端、无线、5GC、EPC、IMS、CS7 个维度问题。

图1 “七元五阶”定界分析图

当关键KQI（Key Quality Indicator，关键质量指标）指标发生劣化，劣化阈值设计如表1 所示[5,6]，该指标场景为VoNR-VoNR。

表1 关键KQI 指标劣化分析阈值表

3.3.2 定界方案

（1）VoNR 注册成功率定界方案

处理原则：分解到5GC/EPC/IMS 三域，再定界到七个维度。

第一步：将KQI 指标关联映射至5GC/EPC/IMS 三域KPI 指标，EPC 域映射KPI 指标为QCI=5 的承载建立成功率和承载更新成功率，IMS 域映射KPI 指标为初始注册成功率、重注册成功率、第三方注册成功率；

第二步：观察关联KPI 指标劣化情况，对劣化KPI指标进行时域对比、聚类对比，对失败原因值进行分析，确定质差，若为5GC 域质差网元则转至5GC 处理，若为EPC 域质差网元则转至EPC 处理，若IMS 域质差网元则转IMS 处理；

第三步：若非上述质差，则进一步以失败原因值为关键索引，再结合XDR 详单等汇聚出各维度故障点，最终定界到其他7 个维度问题。

（2）VoNR 语音质量定界方案[6]

处理原则：分析终端上报RTCP 包中编解码类型、速率、抖动、丢包、时延5 个关键因素，再定界到无线、5GC、EPC、IMS。

第一步：基于RTCP 包分析得到上下行MOS 值的基础上，基于每接口的RTP 计算分段的上下行MOS 值：RTCP MOS 值和RTP MOS 值，再结合上下行的丢包、时延、抖动、编解码类型、速率，定位出质差小区、质差网元。

第二步：基于分段RTP 包计算的MOS 值称为分段MOS 值，即不同接口的RTP 流的丢包、抖动和MOS 值是不同的。端到端MOS 值计算需信令监测采集RTCP 报文信息，获取编解码类型、速率、丢包、抖动、时延等值。为了将VoNR 用户感知用具体量化数据来进行客观评估，VoNR 语音质量评价体系分解为以下KQI、KPI 指标，如图2 所示。其中KPI 指标可直接从媒体流中提取，现网有2 类获取手段：RTCP 和RTP。基于RTCP 包的分析，用于评估手机端到端的语音质量；基于不同接口的RTP 数据包分析，用于语音质量的定界定位功能，即可以判定语音故障发生的具体接口。

图2 VoNR 语音质量数据量化图

第三步：当VoNR 语音质量MOS 值低于标准时，主要通过编解码类型、速率、丢包、时延、抖动这五个关键因素去分析定界。

（3）VoNR 呼叫接通率定界方案

处理原则：分解到5GC/EPC/IMS 三域，再通过关联分析、聚类分析、根因分析，定界到7 个维度问题。

第一步：将KQI 指标关联映射至5GC/EPC/IMS 三域KPI 指标，EPC 域映射KPI 指标为QCI=1 的专有承载建立成功率，IMS 域映射KPI 指标为SBC 接通率、CSCF 接通率、域选成功率（SCCAS 触发成功率）；

第二步：观察关联KPI 指标劣化情况，对劣化KPI指标进行时域对比、聚类对比，对失败原因值进行分析，确定质差，若为5GC 域质差网元则转至5GC 处理，若为EPC 域质差网元则转至EPC 处理，若为IMS 域质差网元则转IMS 处理；

第三步：若非上述质差，则进一步以失败原因值为关键索引，再结合XDR 详单等汇聚出各维度故障点，最终定界到其他4 个维度问题。

（4）VoNR 呼叫建立时长质差定界方案

处理原则：VoNR 在呼叫建立过程中，涉及到主被叫的呼叫控制、承载建立、被叫寻呼，以VoNR 呼叫建立时延作为定界分析的参考标准，分为5 个过程：主叫呼叫控制过程、主叫承载建立过程、被叫寻址过程、被叫呼叫控制过程、被叫承载建立过程。每个处理过程的时延定义如表2 所示。

表2 呼叫建立时长质差定界

（5）切换成功率/时长质差定界逻辑方案

处理原则：分为成切换请求、切换准备、切换实施3个过程，根据时域对比分析，定界到5GC、EPC、无线、IMS 4 个维度问题。

第一步：观察到切换时长变差后，进一步分析切换过程相关三个阶段是否有指标劣化情况；

第二步：如果存在指标劣化，再进一步采用聚类/时域分析方法,判断问题是否聚焦在某些MME、eMSC、SBC、eNodeb 或小区上；

第三步：再根据原因值利用归类算法给出诊断结果，输出问题的定界，可定界到EPC、IMS、CS及无线四个环节。

（6）VoNR 掉话率质差定界方案

处理原则：分解到无线/IMS 两域，再通过关联分析、聚类分析、根因分析，定界到无线、5GC、EPC、IMS 4个维度问题。

第一步：将KQI 指标关联映射至无线和IMS 两域KPI 指标，无线域映射KPI 指标为ERAB 掉话率和无线掉话率，IMS 域映射KPI 指标为VoNR 掉话率；

第二步：观察关联KPI 指标劣化情况，对劣化KPI指标进行时域对比、聚类对比，对失败原因值进行分析，确定质差：若为无线小区质差则转至无线处理，若为IMS域质差网元则转IMS 处理，若非上述质差，则转至5GC处理。

4 方案部署验证

根据方案设定的语音感知定界方案，基于信令采集并进行多域多接口关联[2,7]，进行功能部署，在系统输入手机号码，可以进行异常诊断，从核心网、签约、无线、对端4 个维度进行分析，其中核心网包括5GC、EPC、IMS网络侧，签约是IMS 业务信息，无线侧包括CS、小区、4G/5G 基站分析，对端则包含终端和网络侧定界。如图3所示。

图3 异常诊断范围

针对号码语音通话质量进行统计分析，利用页面可视化图示展示业务感知情况，如图4 所示。

图4 语音感知可视化

根据以上号码语音进行一键定界失败原因分析，目前可提供异常失败码分析、小区分析以及终端分析，多维度定界，并提供处理建议，让维护人员可直接根据页面定界结果处理用户投诉问题，以180*****088 为例进行智能定界分析，结果如图5 所示。

图5 投诉定界分析及处理建议

5 总结

本文通过5G VoNR语音业务质量感知关键指标分析，结合业务感知指标针对用户语音业务感知进行多维度定界分析，提出了一套高可靠智能化的业务感知分析定界方案。指标体系下的投诉定界分析针对不同业务场景建立分析模型，构建不同业务场景的算法模型，采用“七元五阶”方案进行功能部署，经验证分析该方案涵盖了VoNR 业务过程五阶段的端到端业务感知指标，业务层面和网络层面均能可视化展示分析结果，有利于维护人员进行网络运行管控，定界分析可实现对语音业务客户感知问题的发现、处理、故障定界。本方案可有效提升故障处理及时率，提升用户的满意度。