移动通信网络中的IP电话语音质量的仿真方法

统 仿 真 学 报© Vol. 18 No. 9

2006年9月 Journal of System Simulation Sept., 2006

第18卷第9期 系

移动通信网络中的IP电话语音质量的仿真方法

张健明，杨大成

（北京邮电大学电子工程学院，北京 100876）

摘 要：提出了宽带移动通信系统中的IP电话语音质量的仿真方法。整个仿真平台由无线链路仿真、系统级性能仿真和VoIP语音质量仿真三部分组成。文中重点介绍了平台中的VoIP语音质量仿真部分。仿真过程中的分组丢失采用Gilbert模型来模拟，话音的MOS分值用PESQ算法来计算。利用该平台对cdma2000 1x移动通信系统的IP电话语音质量进行了仿真，给出了分组丢失率、突发性连续分组丢失、用户数等与VoIP语音质量的关系。

关键词：MOS；PESQ；VoIP；语音质量；移动通信；分组交换

中图分类号：TN929 文献标识码：A 文章编号：1004-731X (2006) 09-2559-04

Simulation Methodology for Speech Quality of VoIP

in Mobile Communication Networks

ZHANG Jian-ming, YANG Da-cheng

(School of Electronic Engineering, Beijing University of Posts and Telecomunication, Beijing 100876, China)

Abstract: A simulation framework for VoIP speech quality in wideband mobile communication systems was intended to outline, which is composed of wireless link simulation, system performance simulation and speech quality simulation. There has been a focus on packet speech quality simulation. In the proposed simulation, the Gilbert model is used to simulate the packets dropped and PESQ algorithm is for calculating MOS of speech. A simulation example of VoIP in cdma2000 1x networks was carried out. The results demonstrate the relationship between packet loss rate, busty packet loss, terminal number and speech quality.

Key words: MOS; PESQ; VoIP; speech quality; mobile communication; packet switch

引 言

移动通信技术至今已经发展到第三代，第三代系统所带来的更灵活的通信能力和更高的数据速率使得公用网和专用网上的信息与业务的接入能力大大增强。由于具有更大的容量和更高的传输速率，第三代移动通信系统支持类型更为广泛的数据业务，包括各种视频和音频业务。为了满足不同业务的不同QoS需求，第三代移动通信系统主要以基于IP的分组方式进行传输，并且正在向全IP网的方向发展。但是，在各种无线业务中，语音业务始终是最基本同时也是最主要的业务。随着需求水平的不断增长，人们对通话质量的要求也越来越高。因此，研究无线网络中的IP电话的语音质量是非常重要的。

[1]

致，将影响接收端语音的重构。减轻时延抖动的主要方式是在接收端采用抖动缓存，将语音帧暂时存放在缓冲区中，直到预定的播放时间到来。

语音质量可以用平均意见分

（MOS）来进行评估，它将影响音质的因素全面反映到了评价结果中。MOS的评定共有5个等级：优、良、中、差、劣（或不可接受）。主观MOS法用于对语音整体满意度或语音通信系统质量的评价。参加测试的听众在听完测试语音后，从这5个等级中选择某一等级作为他对测试语音质量的评价。全体实验者的平均分就是所测语音质量的MOS分。主观MOS评价在实际应用中非常困难。它很难在现实环境中实时的进行，并且由于很多因素都会影响听者的评判，对同一话音的不同测试并不能得到相同的结果[3]。客观MOS法通过计算原始语音与经过系统的语音的失真度来得到MOS分值，ITU PESQ算法就是其中一种评估语音质量的客观方法[4]。本文采用该方法来研究语音质量。

在移动通信系统中，声音信号首先通过话筒变成电信号，然后进行语音压缩编码（不同的移动通信系统的压缩编码方式不同，如cdma2000采用EVRC编码器[5]，WCDMA，接着进行调制，通过天线发射出去。采用AMR编码器[6]）

在无线的传播中，信号经过损耗和衰落，到达接收端。接收端通过一个相反的过程，将语音信号还原出来。第三代移动通信系统的空中接口部分普遍采用码分多址（CDMA）技术。CDMA系统是干扰受限的系统，所有的用户共享同一个频

1 无线分组话音仿真框架

IP电话的语音质量可以在很大范围内变化并且影响它的因素很多，包括语音编码技术、网络协议、网络的传送质量等。分组网络的传送质量主要可以用三个性能参数来定义：分组丢失、端到端的时延、时延抖动。时延抖动是分组网络的一种特殊现象，连续的分组到达的时间间隔不一

[2]

收稿日期：2005-07-04 修回日期：2005-10-21 作者简介：张健明（1976-），男，广西柳州人，讲师，博士，研究方向为移动通信系统的理论与应用；杨大成（1951-），男，北京人，教授，博士，研究方向为移动通信系统的理论和实现。

2006年9月 系

统 仿 真 学 报 Sept., 2006

率资源。我们把整个无线系统的IP语音质量仿真分为链路级仿真、系统级仿真和VoIP语音质量仿真三部分分开进行，每一级仿真为下一级仿真提供统计结果，如图1所示。如果把三部分仿真内容放在一起仿真模拟，仿真结果的准确度较高，但仿真时间是三者分别仿真的时间的乘积；如果分开仿真，则总仿真时间是三者分别仿真的时间之和，并且仿真的粒度和准确度不会受到显著影响。

链路级仿真

性能参数

系统级仿真

分组丢失性能参数

语音质量仿真

图2 3G无线网络VoIP协议栈

图1 移动通讯系统的VoIP语音质量的仿真框架

的，但语音信号随时间的改变是非常缓慢的，大致可以认为在每10-30ms短时间间隔内语音信号的特性基本上是固定不变的[10]。因此，可以用短时平稳的随机过程来模拟。但鉴于用数字模拟产生语音的方法比较复杂，而且模型的参数不好确定，这里，采用直接读取一个事先录制好的wav

声音文件的方法来获取语音数据。图3中的分组丢失仿真器依据系统级仿真统计出的分组丢失、时延抖动等指标，模拟移动网络中的分组丢失过程。

语音还原

2 仿真模型

链路级仿真通过模拟不同信道条件下的无线传输链路，仿真和验证无线传输技术的性能，为系统级仿真提供必要的输入参数，主要是信噪比(Eb/No)与误码率(BER)或误帧率(FER)之间的关系。

系统级仿真首先需要对网络系统进行分析，依据一定的条件和合理的假设，抽象出数学分析模型，然后利用计算机程序对网络的运行过程进行模拟，为分组语音质量仿真提供必要的输入参数，主要是分组丢失率、连续分组丢失、时延、时延抖动等。这些性能指标受很多因素影响，对第三代移动通信系统进行仿真，需要建立的系统模型包括：小区模型、移动模型、信道模型、业务模型、无线资源管理模型等。

语音质量仿真要利用系统级仿真提供的分组丢失性能指标，对IP话音进行分组丢失模拟，利用PESQ算法计算MOS值，评估语音质量。本文重点讨论VoIP语音质量仿真，第三代移动通信系统的链路级仿真和系统级仿真可以参考相应的文献资料[7~9]。

与传统话音不同的是，3G无线网络的话音业务是基于IP的，话音数据要封装成IP分组。但是，IP协议并不能提供服务质量保证，丢包率和抖动是不可预知的，并且把他们带到了上层协议UDP。UDP是无连接的，协议简单高效，传输时延小，在实际中能与音频数据流较好地匹配。但由于无线分组网络上的业务流量和繁忙时段是不断变化的，会极大影响话音业务包的均衡传送，而UDP是基于不可靠无连接的端口传输服务，因而必须采取有效措施来满足话音传输的质量要求。RTP（实时传输协议）是基于UDP派生出的协议，增加了对实时传输的控制。一个典型的无线VoIP要经过RTP/UDP/IP协议栈，如图2所示。

VoIP语音质量的仿真框图如图3所示。通过模拟人说话的特点，产生语音信号，利用移动电话声码器对语音信号进行编码并封装成分组，然后通过一个分组丢失仿真器，到达接收端，还原出语音信号。语音信号的产生可以利用数字技术来模拟。当发音时，激励和声道形状都是随时间而改变

MOS值

图3 VoIP语音质量仿真框图

分组丢失采用一个2状态的Gilbert模型来模拟[11]，如图4所示。Gilbert模型可以很好的模拟一个实际网络的分组丢失事件，包括网络拥塞造成的分组丢失，以及由于到达时间太迟造成的分组丢失（被终端的时延抖动缓冲器丢弃）。图中，状态0表示分组成功到达，状态1表示分组丢失。p表示前一个分组成功接收而下一个分组丢失的转移概率，q表示前一个分组丢失并且下一个分组也丢失的转移概率。分组丢失的转移概率矩阵如下式：

1 p

P=

1 q

p q

（1）

令 P λE=0

求得转移概率矩阵(1)的特征值为λ1 = q-p，λ2 = 1，对应

的特征向量为

α1=

p 1 ,α2= q 1 1

因此，可以将矩阵(1)改写成

P=HΛH 1

其中，

λ0 H=(α1α2),Λ= 1

0λ2

则分组丢失的n步转移概率矩阵表示为

P(n)=Pn=H Λn H 1

经过无穷步转移后，转移概率矩阵变为

limP(n)=

n→∞

1 1 qp

p+1 q 1 qp

（2）

2006年9月 张健明，等：移动通信网络中的IP电话语音质量的仿真方法 Sept., 2006

由（2）式可以推导出总的分组丢失概率ploss为

ploss

p

=

p+1 q

说话时间和静默时间约各占50％。

43.5MOS(PESQ)

32.521.5

图4 Gilbert分组丢失模型

3 仿真结果

本节给出cdma2000 1x移动通信系统的IP电话语音质量的仿真结果。仿真的系统配置如下：网络的拓扑结构由19个六边形小区组成，如图5所示。中心小区1的第一层有6个小区，第二层有12个小区。系统中所有小区都进行动态仿真，但为了避免边缘效应，只对中心小区用户的分组性能进行统计。基站的天线高度为32m，移动台天线高度为1.5m，工作频率为1.9GHz，传播模型使用Hata模型，移动台的最大发射功率为23dBm，阴影衰落标准差为8.9dB，基站间阴影衰落的相关性为0.5。热噪声密度为-174dBm/Hz，无线信道衰落模型采用Channel Model A[7]。

9819

718

617

16

515

图5 仿真小区拓扑结构

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

分组丢失率 图6 MOS分值与分组丢失率的关系

从图6可以得出，分组丢失率对语音质量有着显著的影响，随着分组丢失率的增加，语音质量急剧下降。为了保证VoIP的语音质量，应尽可能把分组丢失率控制在5％以内。无线环境是随机变化的，移动台在运动的过程中，可以在很短的时间内经过多次衰落。更为严重的情况是，接收机可能停留在某个特定的衰落很大的位置上。这种情况下，尽管可能由行人或车辆改变了场模型，从而打破接收信号长时间维因持失效的情况，但要维持良好的通信状态仍非常困难[12]。此，在无线环境中，有时会出现一个深衰落而导致突发性的连续分组丢失。移动网络中的这种特殊现象会对IP电话的话音质量将造成严重影响。图7描述了不同q值（Gilbert

102

31

414

131211

模型里表示分组连续丢失的概率参数）下的MOS分值与分组丢失率的关系，结果表明，这种连续的分组丢失对语音质量有显著影响。但是，在低误帧率条件下，突发的连续误帧对话音质量的影响不大。这种效果的产生，是因为在低误帧

率情况下，连续两个误帧对信号产生的失真并不比分散的两个误帧对信号产生的失真更大。

3.63.22.82.42.2

1.8

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

分组丢失率

图7 不同q值下的MOS分值与分组丢失率的关系

对上述系统进行系统级仿真，得到每VoIP用户的分组丢失率、连续分组丢失、时延、时延抖动等指标，送到语音并不产生畸变，只是使另一端的通话用户感受到声音被延时了。而时延抖动则可以通过接收端的抖动缓存来减轻其影响。到达的语音帧先被暂时保存到缓冲器中，直到预定的播放时间到来。当分组到达时间间隔比较大，超过了抖动缓存所能保持的时间时，时延抖动将转化为分组丢失，造成语音信号产生畸变。所能容忍的时延抖动的大小取决于缓存容量，但过大的缓存会造成声音的延时过大。时延和时延抖动对语音信号质量本身不产生直接的影响，因此，在VoIP语音质量仿真中，暂不考虑时延和时延抖动。以下主要给出表征语音质量的MOS指标与分组丢失和连续分组丢失的关系。其中，连续分组丢失用上一节介绍的Gilbert模型中的q值来描述，表示在上一个分组丢失的情况下，下一个分组也丢失的条件概率。仿真中的语音信号用P.862提供的26个wav语音文件来产生，采样速率为8kHz，16-bit量化，以PCM格式存储。每个语音文件的长度约为8秒左右，其中

MOS(PESQ)

质量仿真器，进行分组语音质量仿真。分组时延对语音信号

语音质量与用户数的关系示于图8。随着每小区用户数的增加，系统的干扰变大，传输速率下降。在无线资源不增加的情况下，用户数的增加导致每用户得到调度的概率下降，从而导致分组丢失率指标恶化，语音质量下降。特别是处于小区边缘的用户，由于信道条件更差，得到调度的概率和速率都更低，语音质量下降得更快。从仿真结果看出，当每个小区的用户数超过40时，语音质量将不能满足用户正常通话的需求。

2006年9月 系

统 仿 真 学 报 Sept., 2006

陈泽强等译. 北京: 机械工业出版社, 2005. [2]

Jansen J, Vleeschauwer D D, Buchli M, Petit G H. Assessing voice quality in packet-based telephony[J]. IEEE Internet Computing (S1089-7801), 2002, 6(3): 48-56.

[3] Zha W, Chan W Y. Voice quality assessment using classification

trees[C]// Conference Record of the Thirty-Seventh Asilomar Conference on Signals, Systems and Computers. 2003, (1): 537-541. [4] Recommendation ITU-T P.862. Perceptual Evaluation of Speech

Quality (PESQ): An Objective Method for End-to-End Speech Quality Assessment of Narrow-Band Telephone Networks and Speech Codecs [S]. Feb. 2001.

图8 平均MOS分值与每小区用户数的关系

[5] [6]

3GPP2 C.S0014-0. Enhanced Variable Rate Codec (EVRC)[S]. Dec. 1999.

3GPP TS 26.071. AMR Speech Codec; General Description[S]. Dec. 2004.

4 结论

本文提出了一种移动通信系统中的IP电话语音质量的仿真方法，并对cdma2000 1x移动网络中的VoIP语音质量问题进行了研究和仿真。仿真结果主要体现了移动通信系统中的分组丢失和连续分组丢失对IP语音质量的影响。利用该仿真方法可以对IP电话应用在移动通信网络中的语音质量问题进行分析和评估。在今后的工作中，还将继续研究在移动网络中，用户对语音延时的主观感受，以及抖动缓存对语音质量的影响等。

[7] 3GPP2 C.R1002-0. cdma2000 Evaluation Methodology[S]. Dec.

2004. [8] [9]

龚文斌, 甘仲民. 第三代移动通信系统的系统级仿真建模[J]. 系统仿真学报, 2003, 15(4): 568-571.

杨光, 杨大成等. 宽带码分多址移动通信系统的系统级性能仿真[J]. 电子学报, 2001, 29(4): 464-470.

[10] 杨行峻, 迟惠生, 等. 语音信号数字处理[M]. 北京: 电子工业出

版社, 1995.

[11] Jiang W, Schulzrinne H. QoS Measurement of Internet Real-Time

Multimedia Services[EB/OL]. (Dec. 1999)[May 2005]. http:// www. cs.columbia.edu /~wenyu.

[12] Theodore S R. Wireless Communications Principles and Practice 影

印版[M]. 北京: 电子工业出版社, 1998.

参考文献：

[1] Holma H, Toskala A. WCDMA技术与系统设计[M]. (第3版).

（上接第2487页）

SAMPSO算法调度，序列1的最好结果是总惩罚值比手工调度降低了22.18%; 序列2的最好结果是总惩罚降低了26.42%；序列3的最好结果是总惩罚降低了21.3%。另一方面，可以从运行时间来考虑，一般通过手工调度一个序列需要几个小时的时间，而使用提出的算法仅需要十几分钟，相对手工调度大幅度的减少了调度时间。

参考文献:

[1]

C N Redwine, D A Wismer. A mixed integer programming model for scheduling order in steel mill [J]. Journal of Optimization Theory and Applications (S0022-3239), 1974, 305-318.

[2] S Sato, T Yamaoka, Y Aoki, T Ueda. Development of integrated

production scheduling system for iron and steel works [J]. International Journal of Production Research (S0020-7543), 1977, 15: 539-552.

[3] L X Tang, J Y Liu, A Y Rong, Z H Yang. A multiple traveling

salesman problem model for hot rolling scheduling in Shanghi Baoshan Iron & Steel Complex [J]. European Journal of operational Research (S0377-2217), 2000, 124: 267-282. [4]

J Kennedy, R Eberhart. Particle swarm optimization [C]// Proceeding of the 1995 IEEE international conference on neural network. 1995: 1942-1948. [5]

Y Shi, R Eberhart. Empirical study of particle swarm optimization [C]// Proceedings of congress on evolutionary computation. 1999: 1945-1950. [6] [7]

S Y Yang, M Wang, L C Jiao. A quantum particle swarm optimization [C]// Evolutionary Computation, CEC2004, 2004, 1: 320-324. W J Xia, Z M Wu. An effective hybrid optimization approach for multi-objective flexible job-shop scheduling problems [J]. Computers & Industrial Engineering (S0360-8352), 2005, 48: 409-425.

7 结论

在本论文中，我们研究了热轧调度问题, 用车辆路径问题模型来建模这个问题，用混合方法 (SAMPSO 算法) 来解决这个问题。VRP模型考虑了实际生产约束，能够清晰地描述热轧问题的各个环节。基于组合MPSO和SA算法的SAMPSO算法编制的轧制序列, 虽然不能保证全局最优性，但是通过与手工调度结果的比较可以发现, 该算法结果的性能有了显著的提高。尤其对于包含多个轧制单元的热轧调度问题，这种方法尤为适用。另一方面，使用提出算法后调度时间大幅度降低，很大程度上节约了人力资源。在调度过程中，SAMPSO算法表现出良好的求解性能和应用前景。