共查询到20条相似文献,搜索用时 843 毫秒
1.
2.
移动通信网语音呼叫接续时延研究 总被引:1,自引:0,他引:1
移动通信网无论是3G还是4G网络,语音呼叫业务处理主要还是承载在GSM网络上,语音呼叫接续时延是影响用户使用感知的一个重要因素,为优化网络质量,本文主要介绍采用信令分析等方法研究寻呼、鉴权、业务信道指派等流程对GSM网络中呼叫接续时延的影响和优化方法,以提升用户业务使用感知,并有效提升3G网络弱覆盖时和4G网络语音回落的使用感知。 相似文献
3.
陈学清 《电信工程技术与标准化》2016,(3)
移动通信网不论是2G、3G还是4G,包括VOLTE技术的逐步兴起与应用,但当前乃至未来几年语音呼叫业务处理的主体仍将承载在GSM网络上,而语音呼叫时延时是影响客户感知的关键因素之一。为优化网络质量中语音呼叫时延,本文着重梳理出优化的关键点及优化措施,并运用CHR工具开展自主优化,创新解决以往依赖信令仪表、信令跟踪的分析模式,有效地推动CHR自主优化分析进程。 相似文献
4.
VoLTE是在4G网络全IP条件下的端到端语音解决方案,能提供更短的接入时延和更好的语音质量。在建立语音质差模型和分析空口丢包原理的基础上,梳理无线侧VoLTE语音感知的优化流程,对无线侧影响VoLTE语音感知的6个维度进行专项优化整治,实施效果较好,为今后VoLTE用户语音感知优化提供参考和指导。 相似文献
5.
语音质量评估系统应用探讨 总被引:1,自引:0,他引:1
本文简要介绍了语音质量评估系统的原理,以及在爱立信T A 系统中的应用,并通过一系列对比实验研究了语音编码、频率干扰和切换等各种网络参数的变化对语音质量的影响,分析指出了改进无线网络语音质量的方向。 相似文献
6.
7.
8.
如何能保持GSM网络现有的语音通信质量并实现不断提高,提高GSM用户基于VQE(语音质量增强)的感知度一直是运营商非常关注的话题.本文将在分析GSM网络用户语音质量感知度下降的原因的基础上,重点就基于VQE的GSM网络用户感知系统的优化等问题进行研究和探讨. 相似文献
9.
VoIP技术的发展和广泛应用对网络信息内容监管提出了新的挑战。针对网络VoIP监管所存在的数据流量大、编解码速度慢等问题,提出一种分布式VoIP监管模型,该模型采用快速截包、自适应语音编码和语音会话同步等关键技术.实现了一个快速实时语音监管系统。对系统的监管效率和语音延时状况也进行了详细测试,结果表明.该监管模型在保证较好语音回放质量的基础上,实现了实时在线监听语音会话功能。 相似文献
10.
如前所述,三网一般是指基于IP的数据网有线电视网和语音(电话)通信网。为正确理解和分析三网融台的可行性必须从技术上认真研究三网的特点。因为真正的Voiceover IP、Video over IP网络现在还没有成熟模式这里只将传统的数据通信网,语音(电话)通信网和有线电视传输网的特点进行简单的描述。 相似文献
11.
12.
无线接入技术是目前发展迅速、市场巨大、组网快捷、使用方便的一种接入网技术。SCDMA(Synchronous Code Division Multiple Acceas,同步码分多址)无线接入系统融合了智能天线,同步码分多址,软件无线电及全质量语音压缩编码等先进技术。目前,该系统在大庆油田和辽河油田的通信网中已获得应用,并显示了强大的生命力,本文对该系统的网络规划做以下介绍。 相似文献
13.
在分析了分组交换网络中影响语音质量的几种因素之后,探讨如何对网络延迟进行分析与统计。并以支持静音消除功能的编码解码器G729AB为例,在分析网络抖动的统计方法的基础上,设计1种传输G729AB语音分组的构造系统和接收端的复现系统,及相应的抖动缓冲自适应算法,以求提高IP电话的语音质量, 相似文献
14.
随着城市规模的不断发展,无线通信网络无线环境日趋复杂。在GSM网络覆盖方式多样化,容量瓶颈凸显,频率复用度紧张的情况下,语音质量已经成为严重影响用户感知的因素之一。文章从爱立信系统中小区分层结构(HCSBAND)和质量均衡的角度对语音质量优化进行了分析探讨。 相似文献
15.
Sandeep Pombra 《电信技术》2007,(11):36-39
首先回顾了目前用于测量GSM网络中语音质量的多种方法.并介绍了一种新方法。该方法根据ITU-TG.107中的建议.为实际提供的语音质量以及用户感受提供了解决方案。接着讨论了增强语音质量的传统方法,并描述了基于网络的VED的具体功能。最后介绍并讨论了最近进行的实验以及基于ITU-TG.107条款所做的客观语音质量测量结果。这些实验和测量的对象是在几个部署先进VED的无线网络中发生的大量实际通话.将客观测量结果与实验室收听测试得出的结果进行对比.从而估算出典型网络条件下采用VED对语音质量的改善效果。 相似文献
16.
语音增强旨在从受噪声干扰的语音中提取目标语音,目前基于神经网络的语音增强方法在提升语音质量和可懂度方面已被证明是有效的。通过多目标联合优化,利用不同特征之间的互补性,可以提升基于神经网络的语音增强方法的性能。然而,这类多目标学习的语音增强方法在网络优化过程中,通常分别对单个输出目标进行损失函数的计算,多目标之间是并行的,并没有充分利用多目标之间可能存在的关联。为了在网络训练过程中增加输出目标间的关联,本文利用长短时记忆网络构建一种双输出系统框架,设计一种多目标损失函数计算策略用于网络训练。该框架估计出目标语音和噪声,基于此得到估计的带噪语音,然后对这三部分进行联合优化。实验结果表明,所提方法可以提高网络对噪声抑制能力,通过该策略可以获得质量更高,噪声残留更少的增强语音。 相似文献
17.
传统语音质量优化依赖于现场测试、案例积累和专家经验,以人工试验的方式分析问题,成本高昂且效率低下。通过应用数据挖掘、决策树机器学习算法以及地理可视化等多种技术,开发了基于大数据分析的语音体验优化可视化平台,可有效识别语音大数据中的规律,实现用户语音体验指标与无线网络性能指标关联分析、劣化门限智能识别以及质差区域画像分析等功能,有利于降低网络工程师技能门槛、提升网络优化工作效率、节省网络运维成本,为行业提供精准有效的语音体验提升解决方案。 相似文献
18.
前言 语音仍然是第三代移动通信系统中最重要的业务之一,问题在于:如何在优化频谱资源的同时增强灵活性和语音质量,尤其是在用户密集的区域。一个好的解决厅案必须能够在无噪信道条件下提供最好的质量,而且能够在 相似文献
19.