摘要：針對移動通信過程中單通、短通、串話、掉話等影響通話質量的故障進行了全面分析，通過信令監測手段結合信令過程分析、用戶行為分析，精確分析定位移動網絡中的網絡電路故障、質差小區及原因，并快速完成網絡優化，為中國移動網絡質量保障和提高服務質量發揮了重要的作用。

1 語音質量分析應用概述

在日常網絡維護中語音質量（包括單通、雙不通、串話、雜音等）問題的排查是個難題，而語音質量問題對用戶感知影響最大。由于用戶感知的單通、串話、雜音等語音質量問題的信令流程均正常，因此不能單從信令流程上來判斷是否有語音質量問題。同時也很難從網管告警、性能指標統計等手段發現問題。此外一次語音通話的接續涉及到核心網、無線網、承載網等多個環節，而每個環節都有可能導致通話質量問題，而目前還沒有一種全程全網的技術手段可以及時、準確定位故障點。

雖然從網管性能指標等技術手段上難以發現語音質量問題，但我們可以從發生語音質量問題后的用戶行為及通話時長等兩個維度來分析定位故障點。用戶行為分析：一般用戶在前一次通話出現單通、串話等語音質量問題后由于雙方的談話還沒有結束，因此會在短時間內發起第二次通話，根據此用戶特性進行分析。通話時長分析：如果通話后發生單通等語音質量一般可以從中繼電路、小區通話時長的平均占用時長進行分析。結合以上兩種特性對全網的呼叫記錄進行篩選分析，從各個維度發現潛在的網絡問題。

杭州分公司從2009年初創新提出短間隔重呼等概念及算法，聯合中創廠家在精細化平臺中增加了該功能模塊。并于2010年中在集團網絡質量競賽北京試點項目中引入了該分析平臺，得到了集團領導的高度贊賞，并進行了全國推廣，為集團網絡質量競賽做出了貢獻。同時也為網絡優化提供了新的支撐手段，為提升網絡質量、提高用戶忠誠度起到了至關重要的作用。

2 語音質量分析方法介紹

本文只基于A接口信令數據進行分析。統計時間為11月15日至17日的早晚忙時。

用戶出現單通、串話、雜音等語音質量問題一般有兩種表現，一是開始通話就出現語音質量問題，二是通話一段時間后才出現語音質量問。這兩種情況一般用戶在短時間內都會有重復的通話記錄（不分主被叫），下面介紹這兩種情況的分析方法。

2.1 短通話時長分析

通話出現語音質量問題的情況下用戶通話時長都較短，因此中繼電路、小區平均占用時長也較短。

開始通話就出現語音質量問題：統計小區、電路占用時長小于15s的次數占總通話次數50%的方法進行統計。

通話一段時間后出現語音質量問題：先統計全網平均占用時長，再統計分析平均占用時長小于全網平均值的中繼電路、小區。

2.2 短間隔重呼分析

短間隔重呼定義：A，B用戶第一次正常通話時長大于0s，掛機后20s內兩用戶間又再次發起呼叫（不分主被叫）的視為短間隔重呼，則重復通話次數記為一次。

用戶第一次通話出現單通、雜音等語音質量，由于通話目的未達到，一般在短時間內用戶會發起第二次呼叫，因此從其用戶行為特性方面進行統計分析。

開始通話就出現語音質量問題：統計第一次通話時長小于15s，在短時間（20s）內又有重復通話記錄的小區。

通話一段時間后出現語音質量問題：統計第一次通話時長大于15s，在短時間（20s）內又有重復通話記錄的小區。

3 短通話時長分析

　　3.1 開始通話就出現語音質量問題

　　3.1.1 短通中繼電路分析

　　篩選短通（通話時長小于15s）且單日六忙時通話總次數高于300次的電路。經過統計分析PCM符合上述條件的有337條電路，表1為TOP10的電路。

　　表1 TOP10的電路

浙江移動基于信令數據的語音質量分析[表]" src="http://files.chinaaet.com/images/2012/02/03/19949103349960.jpg" style="width: 309px; height: 130px" />

　　對以上337條電路進行監聽或是指定中繼撥測，發現325條電路正常，其中12條電路有確實存在通話質量問題。其中，無線側電路重啟后恢復正常的有5條，傳輸質量問題的有4條，交換側電路復位后恢復正常的有3條（見表2）。

　　表2 對337條電路進行監聽或指定中繼撥測發現的質量問題

　　由上的分析結果得出對短通中繼電路進行分析是可以發現部分由于傳輸、電路模塊吊死等問題引起的通話質量問題。

　　3.1.2 全網短通時隙分析

　　全網短通時隙分析是通過統計全網超短通話時長的時隙，排查引起語音質量問題的電路。篩選短通次數大于3次的電路，共有82條時隙符合條件。

　　表3為短通次數大于4次的記錄。

　　表3 短通次數大于4次的記錄

　　對短通次數大于3次以上的電路進行監聽或是指定中繼撥測，發現29.27%的電路存在問題。表4為剔除中斷電路分析中出現過的記錄。

　　表4 t剔除中斷電路分析中出現過的記錄
　　

　　統計以上BSC的設備都為摩托羅拉的小BSC，即A口電路都是走電口，而替換后的華為BSC傳輸都是走155M光口，因此較穩定。

　　通過以上的統計分析可以得出通過排查短通中繼電路確實可以查到部分中繼問題，特別傳輸方式為電口的中繼電路更有效。

　　3.1.3 短通小區分析

　　對小區級的短通記錄進行統計，篩選出單日六忙時總通話次數大于1000次，且短通次數大于50次、用戶占比較高的小區共48個。

　　說明：用戶短通占比=用戶總短通次數/超短通話總次數。某個小區的短通比較高可能是惡意呼叫引起，因此設置該指標可以排除人為原因引起的小區高短通比。

　　表5為小區高短通占比的TOP15。

　　表5 小區高短通占比的TOP15

對表5統計的小區進行無線性能統計分析，排查質差小區情況（見表6）。

　　表6 對表5統計的小區進行無線性能統計分析，排查質差小區情況

3.2.1 短通電路分析

　　短通電路分析是根據全網電路的平通通話時長來定位引起語音質量問題的故障點，統計全網PCM電路的平均通話時長為102.9s。

　　篩選短通電路小于全網電路平均通話時長占比大于50%以上的電路，根據統計分析得出小于全網平均通話時長的PCM共有4882條，占比為10.61%。

　　表7為短通占比高的TOP10。

　　表7 短通占比高的TOP10

　　針對以上的短通中繼電路的時隙占用情況進行分析，通過統計PCM短通占比來確認是否為某個時隙的短通總次數過多影響了整條PCM的指標。

　　TS與PCM的短通占比=TS短通總次數/PCM短通總次數。

　　由表8可以看出TS與PCM的短通占比都較低，因此并非某個TS影響了整條PCM的指標。同時對該4882條電路進行監聽或指定中繼撥測（奇偶各4個時隙），結果只有11條電路有傳輸或端口吊死等問題，其中有9條在前面通話時長小于15的分析方法中已發現。因此采用該方法來排查由于中繼電路原因引起通話一段時間后出語音質量問題的效果不明顯，且工作量大，不建議采用。

　　表8 TOP10每天PCM的單個時隙的TS與PCM短通占比最高的記錄

　　

4.1 開始通話就出現語音質量問題

　　開始通話就出現語音質量問題后由于客戶未達到通話目的所以在短時間內即可發生再次通話，本章節通過分析超短通話時長及重復通話記錄來定位通話質量問題故障點。主要方法是通過篩選第一次通話時長小于20s，在短時間(20s)內又有重復通話的小區。地理分布如圖1所示。

　　從表9可以看到主叫用戶重復呼叫占比都較高，因此不存在惡意呼叫的情況。再對以上小區的性能統計及被叫號碼分析，其中濱江江漢路營業廳的被叫號碼多為13800571XXX，10086XX之類充值或客服電話，因此為用戶原因，而32735等小區查明確實存在問題，需要進行優化。具體分析結果參見表10。

　　表9 總通話數大于100次，短通次數大于50次的記錄的TOP20

　　故障定位條件：篩選統計第一次通話時長大于0s，在短時間(20s)內又有重復通話的小區記錄。地理分布如圖2所示。

表11為短通次數大于50次，用戶占比大于60%的記錄匯總。

　　表11 短通次數大于50次，用戶占比大于60%的記錄匯總
　　

　　用戶占比越高說明發生單通等語音質量的可能性越大，表12為用戶占比為100%，短通占比大于1.5%的記錄。

　　表12 用戶占比為100%，短通占比大于1.5%的記錄

　　從以上的分析結果可以得出該分析方法對于排查語音質量問題非常的準確有效，為網優人員快速定位了語音質量存在問題的小區。

　　5 應用分析總結

　　本文通過分別通過用戶出現語音質量問題時的行為，分別根據用戶開始通話就出現單通等問題或是通話到一半才出現單通問題兩個特性，分別從短通話時長和短間隔重聽對中繼電路或小區進行分析。從分析結果來看以上的分析模式對定位隱性的語音質量問題非常有效，特別是短間隔重呼分析方法，創新的結合用戶發生問題時的行為特性，以此為切入點，排查常規手段無法發現的語音質量問題點。來源電信網技術)