针对密集城区场景的VoLTE语音性能研究

于 航，姚 锐，黄帮明

(1.重庆邮电大学通信与信息工程学院，重庆 400065；2. 中国移动通信集团设计院有限公司重庆分公司，重庆 401147)

针对密集城区场景的VoLTE语音性能研究

于 航1，姚 锐2，黄帮明3

(1.重庆邮电大学通信与信息工程学院，重庆 400065；2. 中国移动通信集团设计院有限公司重庆分公司，重庆 401147)

在LTE网络大规模部署的现阶段，4G用户规模和业务量持续攀高，4G手机渗透率迅速提升，而语音业务作为运营商重要的收入来源，其重要性不言而喻。针对LTE的语音终极实现方案VoLTE(Voice over LTE)，研究了实现VoLTE的关键技术，分析了影响语音质量的多种因素，提出了一种基于E-model的VoLTE语音性能评估方法，在LTE网络率先部署的密集城区场景中，基于不同网络配置和并发用户数，对VoLTE业务性能进行仿真，并采用E模型进行语音质量分析，最终实现对VoLTE的语音性能评估。

VoLTE；E-Model；密集城区；语音性能

LTE是一个高数据率、低时延和基于全分组的移动通信系统。随着LTE网络的商用部署，4G网络已经能够满足用户高数据速率需求，而LTE的语音业务承载还处于过渡阶段。VoLTE作为LTE的终极语音实现方案，受到业界广泛关注，通过部署VoLTE，语音质量能达到什么水平成为广大用户普遍关心的问题，因此对VoLTE语音性能做出客观的评价是很有必要的。

以往的语音质量评价是基于主观的MoS法或者客观的PSQM[1](Perceptual Speech Quality Measurement)、PESQ[2](Perceptual Evaluation of Speech Quality)，将最终的结果对应到平均主观值MoS，把用户对话音质量的感受按照1～5来分等级，此类方法比较适用于独占信道通路的电路域语音评测。但是，不能反映出时延、抖动和丢包等存在于IP数据网络上的特有问题，也没有充分考虑网络故障对用户感知所造成的影响，不适用于在VoLTE这样的数据网络上分析语音质量。针对LTE网络的VoIP语音业务，本文基于客观的E模型语音质量评估方法，克服了传统语音质量评估方法在数据网络评测中的不足，从各网络损伤因子入手，在不同带宽和一定并发用户数下对时延、丢包率等话音质量相关因素进行仿真，对LTE网络下的VoIP业务性能做出了精确的评估，验证了VoLTE可以提供相媲美甚至优于电路域的语音业务。

1 VoLTE关键技术及语音性能相关因素

LTE网络是一个全IP的网络，只能提供分组域业务，在LTE网络全IP环境下实现VoIP(Voice over IP)服务(即VoLTE)，接入侧主要由EPS系统提供承载，核心侧由IMS系统提供业务控制，此外由PCC架构来实现用户业务QoS控制以及计费策略控制。网络架构上的变化，使得VoLTE相比CS域通话，时延更小，吞吐量更高。下面分析VoLTE的关键技术和语音性能相关因素。

图1 TTI绑定对时延产生的效果

1.1 VoLTE关键技术

1.1.1 半持续调度

由于VoIP数据包比较小且传输时间间隔短，如果采用动态调度，会带来大量的信令开销，如果因为控制信令的限制造成用户无法调度而扎堆延迟发送，会导致部分数据包因超时而被丢弃。半持续调度是基于VoIP的业务特点，基本思想是首次传输使用持续调度方式，即对于到达间隔是20 ms的VoIP新传包，可以由一条下行控制信令分配频域资源，以后每隔20 ms就“自动”用分配的频域资源传输新来的包，而对于静默包和首次调度的语音包在持续调度之后未分配的资源上采用动态调度[3]。采用半持续调度，可以使网络承载更多同时在线的VoIP用户。

1.1.2 健壮报头压缩(ROHC)

VoIP是由实时传送协议RTP、用户数据协议UDP和网际协议IP来承载的，其报头组合可能会达到40～60 byte，往往要大于话音数据包的长度，严重浪费了无线带宽资源。ROHC能够适应高误码、长往返时延的无线链路，且具有很好的压缩率和健壮性。RoHC利用RTP、UDP、IP等协议层报头所包含的冗余性信息，将头开销降为3～4 byte，大幅度缩减VoLTE音频传输的大小，减少单个呼叫所需的带宽，从而提高了带宽利用率和基站的总体用户数。

1.1.3 TTI绑定(TTI bundling)

TTI绑定指UE在连续多个TTI(传输时间间隔)上传输固定数目的数据，VoIP数据包会被提前打包到单个HARQ交替期中，只需要在绑定的最后一次传输完成后才反馈HARQ。当小区边缘UE功率受限时，由于资源受限，路损较大等原因，导致丢包率增加。使用TTI绑定，4个连续子帧中的立刻重传，能积累能量，提高蜂窝边缘的上行效率，增大传输和接收成功率，避免过多的HARQ重传。图1显示的是TTI绑定如何在蜂窝边缘实现时延更低的VoLTE语音业务。

1.2 VoLTE语音性能相关因素

影响VoLTE语音质量的因素主要有时延、抖动(时延变化)、丢包率(差错效应)、编码技术、带宽等。

1.2.1 时延

1)VoLTE的业务流程

从业务实现流程来看，一个初次签约到EPS系统的用户，如果要实现端到端的VoIP业务，要经过EPS附着、IMS注册、业务发起和会话控制、资源释放过程等几个阶段[4]。

VoLTE语音业务流程如图2所示。

图2 VoLTE语音业务流程

2)时延分析

在VoLTE通话过程中，把数据从发送地传送到目的地需要一定的时间，节点在交换信息过程中就会产生时延。端到端的时延主要由以下四个部分组成：一是语音的端到端网络传输时延；二是包转化时延，即语音编解码器处理语音信号所引起的算法时延；三是编码过程及将话音采样包发往分组网络时所引起的处理时延；四是用来克服数据包到达时间差异的抖动缓冲时延。时延严重影响语音的重现，因此降低时延对提高VoLTE网络质量至关重要。

1.2.2 时延抖动

时延抖动是指时延的变化。抖动大多起源于网络中的队列或缓冲，会使数据包到达的时延产生差异，引起声音的不连续，对语音通信质量有着直接的影响。通常采用抖动缓冲技术来消除时延抖动：在接收端预留一个抖动缓冲区，当语音数据包到达时，先暂存在缓冲池中，等各包的时延基本一致后，再将语音数据包从缓冲池中平滑地取出，经解压后播放给收听者。抖动缓冲技术在一定限度内可以有效地消除话音抖动，但也相应增加了网络时延。所以缓冲世界大小是个关键，应该在延时和丢包之间取得平衡。

1.2.3 丢包率

丢包是指语音包没有及时到达接收端而被丢弃，是影响语音质量的重要损伤因素。包的丢失会使声音断断续续，当丢包超过一定的比率时，语音会变得让用户不可接受。丢包原因可以归结于以下两方面：一是话音包在传输过程中遭到破坏，由于传输损伤、网络拥塞、超过生存周期等，造成丢包。二是由于延时过大，超过抖动缓冲处理能力而被丢弃。如果由于终端的带宽不够造成包丢失，可以考虑比较适合的语音编码方式来进行通信；如果是中间路由器堵塞，解决措施有：采用对丢包不明显的语音编解码器、丢包补偿、自动选择中间路由。

1.2.4 编解码

语音压缩编码技术的目的是为了适应不同的信道带宽，以较少的带宽产生较低的时延，不同的编解码技术特性不同，ITU-T的G系列典型语音压缩标准如表1所示。

表1 各编码技术特性

2 基于E-Model的VoLTE语音性能评估方法

VoLTE是LTE的语音业务，但它又是以数据的形式在LTE无线传输信道上承载的，这样的特殊性使得它的性能评估不同于普通的LTE数据业务和电路域的语音业务。因此，文中引用一种可以用精确数值衡量语音质量的E模型[5]来评估VoLTE的话音品质。

2.1 评估语音性能的参数

影响VoLTE话音质量的因素有时延、抖动、吞吐量、丢包率、编码技术、带宽、回声、噪声、串扰和低(高)音量等。而时延、抖动、丢包率和编解码是影响话音质量的最重要因素。时延、抖动和丢包率之间具有一定的相关性，在传输过程中抖动会引起时延和丢包率的增加，在接收端，增大话音包的调度时延(在一定范围内)可降低丢包率。各因素对话音质量的影响如图3所示。其中，整体丢包包含网络丢包和抖动缓冲里因迟到而造成的丢包，整体时延包含网络时延、抖动缓冲里的缓冲时延和编码引起的时延[6]。

图3 时延、抖动、丢包率和编码对语音质量的影响

2.2 引入E-Model来评估VoLTE的语音性能

E-Model是目前一个重要的评价VoIP语音质量的工具，它的思想是将影响话音质量的若干损耗因素综合为一个指标R(0

R的计算如下

R=Ro-Ie_eff-Id-Is+A

(1)

式中：Ro代表基本信噪比；Ie_eff表示有效设备损伤系数，与会话所采用的编码类型和丢包率有关；Id指话音信号引起的延迟损伤，与会话的时延有关；Is表示话音实时传输所产生的同步损伤；A代表获益系数，是一种优势补偿，传统电话系统中A的取值为0，对于建筑物内蜂窝网络移动系统A取值为5。

对VoLTE语音性能进行评估，需要结合通话时的时延、丢包率及语音编码类型等性能参数，并通过文献[7]中的E模型完成对指标R和MOS值的仿真。仿真框图如图4所示。

图4 仿真框图

指标R与MOS值的关系式为

(2)

R越大，表明语音质量越好，小于50的R值则表示此语音质量已经没有评价意义[8]。R值、MOS值、语音质量及用户体验之间的映射关系见表2。

表2 E-Model的语音质量评级

3 模拟场景建立及仿真分析

3.1 场景的描述和特性分析

为了对密集城区的VoLTE语音质量做出评估，创建一个密集城区繁华街道的模拟场景，场景包含了居民楼、商场、场馆、人群，树木等元素，如图5所示。其中，中高层建筑较多，按照密集城区的定义，楼房平均高度大于30 m，平均楼距为10～20 m，基站附近的建筑物较为密集，部分建筑物庞大，存在地下商城和停车场。场景里，用户随机地分布在户外、室内、街道等处。

图5 繁华街道场景图

由于繁华街道的无线环境比较复杂，因此信道参数不同于采用中继技术的有线环境，时延、丢包、抖动等影响语音质量的关键因素也不如有线环境那么良好，下面针对场景里的无线环境进行分析。

3.2 繁华街道的传播模型

考虑在这样一个复杂的环境包含室内、室外、视距、非视距等不同的传播路径，文中提供了一种多场景传播模型，为不同的传播路径选择一个合适的传播损耗模型[9]。模型的描述如表3所示。

表3 多场景传播模型

3.3 基站和用户设备的LTE配置

根据国外网络运营商目前的频带使用状况，场景中使用的频谱为下行1 805 MHz和上行1 710 MHz。

eNodeB和用户设备的主要参数设置如表4所示。

按照下一代移动网络(NGMN)的要求，LTE小区应该达到每兆赫兹可容许至少60个VoIP会话[10]。由于各城市的规模不同，单小区实际的用户数和业务量需求也不同，在文中的密集城区场景中，5/10/20(Mbit/s) 信道带宽条件，假定单小区分别支持300，600和1 200个并发用户，且根据运营商的话音统计，假设用户每次的VoLTE通话时间为3 min。

表4 基站和手机配置

在这些配置条件下，通过仿真来模拟密集城区无线信道环境，在不同带宽下，不同VoLTE业务并发用户对网络性能带来的影响，并最终得到时延和丢包率数据。

3.4 小区在不同容量取值和不同配置下的语音性能仿真及结果分析

LTE网络的语音业务是通过在共享信道上传送IP数据包来实现的，存在延时、抖动、丢包等问题，而在以往的电路域语音和固定电话系统对这些问题并不敏感，因此以前的语音评测机制，如PSQM、PESQ等方法就不再适用于LTE系统。这些方法不能反映出时延、丢包等带给数据网络的影响，只是从收发信号差异的角度分析网络的语音问题，而E-Model方法克服了这些缺点，能够很好地适应数据网络中的语音性能评估。

针对数据网络的损伤因素，采用以离散事件为基础的NS-3作为网络仿真工具，在其上的LTE模块中进行实现仿真，并通过仿真脚本设置仿真场景。核心调度器会对一个个经过编码的语音包进行半持续调度，并在一定的容量下仿真出话音数据包的时延和丢包率。NS-3平台上的LTE模块实现原理图如图6所示。

图6 LTE模块实现原理

下面是小区在不同容量取值和不同配置下的语音性能仿真结果分析。

表5为当有300个VoLTE呼叫时的网络性能。

表5 300个用户下的小区VoLTE性能

使用G.711音频编码器时，对于5 MHz的信道带宽，当连接时延为100 ms时，单向时延已经远超150 ms，而MOS也只有1.75。对于VoIP呼叫来说，这已是不可接受的性能评价。当把信道带宽增加到10 MHz时，提高了网络性能，但由于小区只有300个用户，资源没有得到高效的分配。

使用G.723音频编码器时，对于5 MHz的信道带宽，即使使用150 ms的连接时延，单向时延和丢包率都很小，网络性能非常好。

表6为有600个VoLTE呼叫时的网络性能。

表6 600个用户下的小区VoLTE性能

使用G.711音频编码器时，对于10 MHz带宽，如前面情况，MOS为不可接受值。因为增加连接时延不可取，因此音频解码器的比特率必须降低。而20 MHz带宽在600用户下却能提供高品质的网络性能，又一次说明，增加信道带宽可以提升整体性能，但由于低效率的资源分配也使得这是不实际的选择。

使用G.723音频编码器时，对于10 MHz的信道带宽，在600用户下，仍然可以提供较高的服务质量。

表7为有1 200个VoLTE呼叫时的网络性能。

表7 1 200个用户下的小区VoLTE性能

由表7可知，在20 MHz信道带宽和G.723编码技术的条件下，1 200个用户的MOS值超过4，从而也验证了VoLTE可以提供相当甚至优于“电信级”的语音服务。

4 小结

通过分析VoLTE关键技术和语音性能相关因素，针对密集城区的繁华街道场景，在一定的并发用户数下结合带宽、编码对时延、丢包率等话音质量相关因素进行仿真，并应用E模型工具，对语音质量进行评估。结果表明在20 MHz信道带宽和1 200个并发用户的条件下， VoLTE可以提供相当甚至优于“运营商级”的服务体验。从而为后续全面部署VoLTE提供参考。

[1] ITU-T recommendation P.861，Objective quality measurement of telephone-band (300-3400Hz)speech codecs[S].1998.[2] ITU-T recommendation P.862，Perceptual evaluation of speech quality (PESQ), an objective method for end-to-end speech quality assessment of narrowband telephone networks and speech codecs[S].2001.

[3] 胡宏林，徐景.3GPP LTE无线链路关键技术[M].北京：北京电子工业出版社，2008.

[4] 许慕鸿.LTE 语音目标解决方案——VoLTE技术[J].现代电信科技，2013(11)：33-40.

[5] ITU-T recommendation G.107_2005，The e-model, a computational model for use in transmission planning[S]. 2005.

[6] ZHANG Weiwei，CHANG Yongyu，LIU Yitong，et al.Perceived QoS assessment for VoIPnetworks[C]//Proc.2013 15th IEEE International Conference on Communication Technology (ICCT).[S.l.]：IEEE Press，2013：707-711.

[7] ITU-T implementation of the E-model[EB/OL].[2014-09-09].http://www.itu.int/ITU-T/study groups/com 12/emodel v1/index.htm.

[8] 李强，高齐峰，席海峰.基于E-Model的VoIP语音质量测量的研究[J].重庆邮电大学学报：自然科学版，2010(6)：724-728.

[9] PASTRAV A E I，PALADE T，PUSCHITA E.VoLTE performances in a 3D modeled campus area[C]//Proc.2014 10th International Conference on Communications.[S.l.]：IEEE Press，2014：1-4.

[10] Next generation mobile networks beyond HSPA&EVDO.[EB/OL].[2014-08-03].http://www.ngmn.org/uploads/media/Next_Generation_Mobile_Networks_Beyond_HSPA_EVDO_web.pdf.

于 航(1990— )，硕士生，主研移动通信、无线网络技术；

姚 锐(1978— )，工程师，主研移动通信、无线网络技术；

黄帮明(1971— )，硕士生导师，高级工程师，主要研究领域为移动通信、宽带通信网、无线网络规划设计。

责任编辑：许 盈

Research on VoLTE Voice Performance under Dense Urban Scene

YU Hang1, YAO Rui2,HUANG Bangming3

(1.InstituteofInformationandCommunicationEngineering,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China;2.ChinaMobileGroupDesignInstituteCo.,Ltd.,ChongqingBranch,Chongqing401147,China)

At present,LTE networks are deploying on a large scale, 4G subscribers and traffic climbing continuously and the penetration rate of mobile phone for 4G increasing rapidly. As an important income of the operator, the importance of voice services is self-evident. For the ultimate program of LTE voice services (VoLTE),the key technologies are researched, a variety of factors that affect voice quality is analyzed, and a method that based on the E-Model to evaluate the voice performance of VoLTE is proposed. For dense urban scene that pioneered to deploy LTE network, the VoLTE performance is simulated based on different network configuration and different number of concurrent users, E-Model is used to analysis voice quality, and the evaluation ofVoLTE voice performance is completed ultimately.

VoLTE; E-Model; dense urban;voice performance

【本文献信息】于航，姚锐，黄帮明.针对密集城区场景的VoLTE语音性能研究[J].电视技术,2015，39(13).

TN929.5

A

10.16280/j.videoe.2015.13.018

2014-10-09