在LTE網(wǎng)絡(luò)中，運(yùn)營商最終將會使用基于IMS（IP Multimedia Subsystem）系統(tǒng)的IP語音技術(shù)為用戶提供傳統(tǒng)電話業(yè)務(wù)的替代服務(wù)。這一重大技術(shù)升級的優(yōu)勢在于網(wǎng)絡(luò)使用高帶寬的語音編解碼技術(shù)承載“高清語音”（HD Voice，它的定義請參考GSMA官方網(wǎng)站上的說明），從而極大提高用戶體驗(yàn)。人耳能識別的聲音的頻率范圍限制在20～20,000赫茲之間。傳統(tǒng)固定電話網(wǎng)絡(luò)和第二代數(shù)字移動通信系統(tǒng)（包括起源于歐洲的GSM和北美的IS-95），都只將頻率范圍在300～3,400赫茲之間的窄帶聲波信號作為信源編碼的輸入，其它頻率成分則被濾除。這樣做主要受限于兩個因素，一是空中接口速率非常有限（如GSM的空口速率僅為270.833 kbps，且需要多用戶時分復(fù)用）,二是無法實(shí)現(xiàn)高效率的語音壓縮和編碼。窄帶語音的缺點(diǎn)非常明顯，盡管通信雙方的語意可以被識別，但是聲音聽起來單調(diào)，干澀，缺乏現(xiàn)場感。如信源編碼時聲音中的頻率成分被保留的越多，那么用戶聽到的聲音會越接近原聲，感受更豐富，柔和，悅耳。在電話系統(tǒng)中，按照聲音信號的頻率范圍，可將聲碼器劃分為下面四種類型：

寬帶與超寬帶語音將主要應(yīng)用于LTE網(wǎng)絡(luò)，而全帶寬語音作為超寬帶語音的演進(jìn)，將成為未來EVS（enhanced voice services）全高清語音業(yè)務(wù)的基礎(chǔ)，覆蓋聲音全部頻率成分的特性使得通過移動通信網(wǎng)絡(luò)收聽高保真音樂成為可能。

人對聲音的感知是一個復(fù)雜的從物理現(xiàn)象到生理，心理作用的過程，即音源振動產(chǎn)生聲音并以波的形式傳播出去，聲波進(jìn)入人耳引起耳蝸內(nèi)結(jié)構(gòu)振動產(chǎn)生生物電信號，生物電信號傳導(dǎo)到大腦刺激聽覺神經(jīng)使人感受到聲音。人對聲音的判別帶有強(qiáng)烈的主觀色彩?；谶@一特點(diǎn)，聲音相關(guān)的測試不僅要使用客觀的檢測手段（如元器件或整機(jī)的電壓、頻響等可定量參數(shù)的測量），還需要采用“聽音”方式進(jìn)行主觀測試。傳統(tǒng)的聽音測試，由很多經(jīng)過訓(xùn)練的“人耳”在標(biāo)準(zhǔn)環(huán)境下，聆聽被測信號，按照一定的標(biāo)準(zhǔn)對聲音質(zhì)量的“好壞”進(jìn)行打分完成，5分為“優(yōu)秀”，1分則是“最差”。所有這些測試者打出的分?jǐn)?shù)的平均，就得到所謂“MOS”分?jǐn)?shù)(Mean Opinion Score)。理論上推算，VoLTE高清語音的最高編碼速率等級，在靜態(tài)傳輸條件下MOS分?jǐn)?shù)可到達(dá)4分以上的效果，比傳統(tǒng)2/3G語音有明顯的提高。

考察人對語音的主觀感受，除了音質(zhì)MOS分之外，還需考慮語音在整個通信過程當(dāng)中延遲（Latency）的影響。喜歡看電視新聞節(jié)目的人，常會看到演播室和新聞現(xiàn)場遠(yuǎn)程聯(lián)線的場景。聯(lián)線距離如果很遠(yuǎn)，可看到演播室這邊話已講完，而聯(lián)線那端的人長時間沒有反應(yīng)的現(xiàn)象，這就是延遲的影響，即由于通信距離過遠(yuǎn)，導(dǎo)致音視頻信號需要長時間傳輸，從而使雙方無法保持“實(shí)時”的交流。一般來說，通信系統(tǒng)中語音信號的延遲超過300毫秒，雙方就能夠感受到通話的等待和暫停，引起不適。GSM，WCDMA，TD-SCDMA，cdma2000這幾種制式下，語音通過面向連接的電路交換網(wǎng)絡(luò)傳輸，延遲比較小且固定。但是LTE網(wǎng)絡(luò)是完全的分組包交換網(wǎng)絡(luò)，IP包的突發(fā)特性和語音傳輸?shù)囊蟊举|(zhì)上是矛盾的，加上IP協(xié)議的“發(fā)后不管，盡力而為”的特點(diǎn)，使VoLTE語音里延遲和通信質(zhì)量之間的矛盾愈加突出。所以，從測試角度看，必須對VoLTE語音的延遲進(jìn)行準(zhǔn)確測量，才有助于手機(jī)設(shè)計者提高VoLTE語音的整體性能。

上述人工聽音方法現(xiàn)在已無法大規(guī)模應(yīng)用，尤其在激烈的市場競爭下，廠家更無法投入巨大的人力進(jìn)行此類測試。業(yè)界實(shí)際使用一種模擬主觀聽音的客觀測試方法作為替代，這就是所謂PESQ和POLQA測試。PESQ是“Perceptual Evaluation of Speech Quality”的縮寫，POLQA則是“Perceptual Objective Listening Quality Assessment”的縮寫。POLQA可以簡單的理解為PESQ功能的升級和擴(kuò)展，VoLTE語音質(zhì)量測試使用POLQA方法，因此本文只介紹POLQA的測試（關(guān)于PESQ和POLQA測試的具體差別，建議讀者可以參考閱讀R&S公司編號為1GA62的當(dāng)中應(yīng)用文檔有關(guān)內(nèi)容）。這兩種測試都是根據(jù)人耳工作原理，用物理和數(shù)學(xué)方法對人耳聽覺功能建立PESQ或者POLQA分析模型。測試時將標(biāo)準(zhǔn)參考信號輸入被測設(shè)備（以下簡稱DUT），獲得經(jīng)DUT后的有損信號輸出，再將此輸出信號輸入PESQ/POLQA模型，與預(yù)存的參考信號進(jìn)行對比，從而獲得結(jié)果，如下圖所示。POLQA模型除了能夠獲得MOS分?jǐn)?shù)外，還可以通過比對有損輸出和參考信號時間差得到整個通路的延遲，因此POLQA測量對VoLTE語音質(zhì)量檢測有著更加積極的意義。

真實(shí)的LTE網(wǎng)絡(luò)環(huán)境復(fù)雜，在不同層面存在著多種影響通信質(zhì)量的消極因素。而且LTE和2/3G網(wǎng)絡(luò)會長期共存，用戶在通話過程中難免會經(jīng)歷系統(tǒng)之間互操作的情況。此外，運(yùn)營商會根據(jù)優(yōu)化的需要約束DUT在網(wǎng)絡(luò)中的一些行為。因此VoLTE語音質(zhì)量測試不僅僅要覆蓋靜態(tài)傳播場景，還要考慮到上述這些因素的影響。具體來說要著重進(jìn)行下面這些測試：

射頻衰落場景下的MOS分?jǐn)?shù)。在無線傳播信道存在多普勒頻移以及白噪聲時，如果下行信號使用高階調(diào)制方式和過大數(shù)據(jù)傳輸塊尺寸，DUT將變得無法承受，進(jìn)而引起MOS分?jǐn)?shù)的嚴(yán)重惡化。此時網(wǎng)絡(luò)通常需要改用較低的MSC（Modulation Scheme）來提供更多冗余保護(hù)，從而保證音質(zhì)。

IP層損傷場景的MOS分?jǐn)?shù)和時延。因VoLTE語音使用RTP協(xié)議傳輸，無后向糾錯機(jī)制，IP層傳輸過程中的丟包會嚴(yán)重影響音質(zhì)，使MOS分?jǐn)?shù)下降，甚至導(dǎo)致連接中斷。IP傳輸過程中很可能經(jīng)過多個不同的網(wǎng)絡(luò)設(shè)備，各設(shè)備間并沒有時基同步機(jī)制，這使得連續(xù)的IP包之間在傳輸時間上出現(xiàn)波動，這一現(xiàn)象被稱為“Jitter”（抖動）。為對抗抖動，DUT在接收端都要設(shè)計一定大小的緩存，當(dāng)連續(xù)到達(dá)的語言幀之間存在時間波動時，該緩存可存放若干連續(xù)語音幀，待語音穩(wěn)定后再輸出。較大尺寸的Jitter Buffer的會改善音質(zhì)，即MOS分?jǐn)?shù)提升，但會帶來較大的處理延遲，引起通話者注意；反之較小容量的Jitter Buffer處理延遲小，但MOS分?jǐn)?shù)優(yōu)化有限。因此如何平衡延遲與MOS分?jǐn)?shù)成為Jitter抑制的主要挑戰(zhàn)（關(guān)于Jitter Buffer，請參考3GPP組織的規(guī)范26.448）。

數(shù)據(jù)和語音同步傳輸時MOS分?jǐn)?shù)。LTE網(wǎng)絡(luò)下RTP語音和其它IP協(xié)議數(shù)據(jù)包同時傳輸是很常見的場景。DUT需要按照不同業(yè)務(wù)類型對數(shù)據(jù)包分別進(jìn)行QoS處理。好的DUT設(shè)計應(yīng)該是在MOS分?jǐn)?shù)、延遲不惡化的要求下，最大程度保證其它數(shù)據(jù)業(yè)務(wù)的質(zhì)量。

切換場景下MOS分?jǐn)?shù)和時延。切換包括有LTE網(wǎng)絡(luò)內(nèi)的跨小區(qū)切換，頻點(diǎn)切換，還有通過eSRVCC方式完成的LTE->GSM，LTE->WCDMA等異系統(tǒng)間切換。切換動作會造成DUT與網(wǎng)絡(luò)的短時間內(nèi)連接的丟失，并且?guī)眍~外的協(xié)議棧信令處理時間，所以切換會降低音質(zhì)，增加延遲。

出于省電，擴(kuò)大網(wǎng)絡(luò)覆蓋，降低信令開銷等多種目的，運(yùn)營商在LTE網(wǎng)絡(luò)內(nèi)可以使用cDRX（連接態(tài)下非連續(xù)接收）, TTI Bundling（TTI綁定）, SPS（半靜態(tài)調(diào)度）, RoHC（PDCP層包頭壓縮）等功能對DUT行為進(jìn)行約束。開啟這些功能對MOS音質(zhì)以及延遲都有可能產(chǎn)生影響。

根據(jù)上面的說明可知，為保證質(zhì)量，對手機(jī)的VoLTE語音質(zhì)量需要進(jìn)行全面的測試。因測試環(huán)境涉及到LTE基站與核心網(wǎng)，IMS網(wǎng)絡(luò)與IP傳輸，音頻編解碼能力及標(biāo)準(zhǔn)音頻源與分析等通信網(wǎng)絡(luò)中的幾乎所有重要網(wǎng)元與功能實(shí)體，而且測試中還需要隨意設(shè)置基站功能，并精確的定量（比如延遲），所以整個測試非常復(fù)雜，無法在真實(shí)網(wǎng)絡(luò)下開展，只能在實(shí)驗(yàn)室進(jìn)行。

為了滿足這類測試需求，羅德與施瓦茨公司（以下簡稱R&S公司）開發(fā)了一套完整的VoLTE語音質(zhì)量自動化測試系統(tǒng)，它具有功能全面，構(gòu)成簡單，運(yùn)行速度快，人機(jī)交互友好等優(yōu)點(diǎn)，十分適合開發(fā)和準(zhǔn)入測試。該套系統(tǒng)僅由射頻測試儀CMW500和音頻分析儀UPV兩臺儀表，以及一臺運(yùn)行CMWrun自動化控制軟件的電腦組成。下面是它的示意圖。

圖中上方的儀表是高精度音頻信號分析儀UPV。它具有工作頻率范圍寬（直流/10 Hz-250 KHz），測量范圍廣（0.1 μV-110 V），靈敏度高(±0.025 dB)，噪聲低等優(yōu)點(diǎn)。它配備有雙通道的獨(dú)立音頻源和分析儀，能同步分析DUT的上行和下行通路。在POLQA測試系統(tǒng)中，它的兩路音頻源負(fù)責(zé)播放按照3GPP規(guī)范要求制作的測量參考信號（或者運(yùn)營商提供的測試語料文件），這種信號通常是一段混合了幾秒鐘男女聲及靜默的wav格式語音文件。按照測試方向的不同，參考信號分別發(fā)送至DUT的麥克風(fēng)輸入端（上行測量）和基站模擬器的音頻編碼器輸入端（下行測量）；類似的，根據(jù)測試方向的差異，它的兩路音頻分析儀則分別接收來自網(wǎng)絡(luò)音頻解碼器輸出端（上行測量）和手機(jī)的耳機(jī)輸出端（下行測量）的有損聲音信號，然后由內(nèi)置POLQA測量軟件出該方向的MOS分?jǐn)?shù)及通路的延遲。

圖中下方的儀表是無線通信綜合測試儀CMW500。它是一款非常優(yōu)秀的產(chǎn)品，自2007年10月面世以來，全球銷量累計已達(dá)五萬五千余臺，已經(jīng)成為了行業(yè)內(nèi)事實(shí)上的標(biāo)桿，它的用戶遍布有無線通信測量測量需求的各類機(jī)構(gòu)。在POLQA測試系統(tǒng)中，CMW500起到了非常重要的作用，具體包括：

模擬LTE/GSM/WCDMA/TD-SCDMA/cdma2000等基站及核心網(wǎng)功能，允許手機(jī)注冊，連接建立；根據(jù)需要執(zhí)行LTE帶內(nèi)、帶間、LTE到GSM或WCDMA等異系統(tǒng)間的切換；LTE網(wǎng)絡(luò)下可以提供cDRX，TTI Bundling，SPS，RoHC等多種實(shí)網(wǎng)復(fù)雜場景

提供IMS服務(wù)和IP網(wǎng)絡(luò)模擬功能，允許手機(jī)根據(jù)不同信令條件注冊到IMS服務(wù)器，并建立VoLTE語音呼叫；提供IP層損傷模擬，包括可選擇不同丟包率和Jitter時間；AMR聲碼器支持窄帶、寬帶到EVS等多種形式，最高支持23.85 kbps的編碼速率；提供IP層抓包分析功能；內(nèi)置不同類型IP服務(wù)器，如網(wǎng)頁瀏覽、FTP、Video Streaming等，可模擬VoLTE語音和數(shù)據(jù)業(yè)務(wù)并發(fā)場景

上下行雙向音頻硬件接口，提供電壓和阻抗匹配，并可實(shí)時更改編碼器速率，可真實(shí)還原實(shí)網(wǎng)下DUT根據(jù)網(wǎng)絡(luò)要求更改語音速率的場景

可準(zhǔn)確測量網(wǎng)絡(luò)側(cè)處理造成的延遲。此功能不僅對VoLTE有效，對GSM，WCDMA，cdma2000，TD-SCDMA等電路交換業(yè)務(wù)，CMW都可以計算出每一個語音幀（20毫秒）在網(wǎng)絡(luò)側(cè)的延遲，而不是給出一個模糊的經(jīng)驗(yàn)值，VoLTE下的網(wǎng)絡(luò)側(cè)延遲結(jié)果如下圖所示

系統(tǒng)中的電腦將會安裝CMWrun自動化測量軟件，它通過運(yùn)行預(yù)先編制好的測試腳本，控制CMW500和UPV，進(jìn)行各種測試場景模擬及POLQA測量。CMWrun提供的測試腳本非常靈活，可根據(jù)需要進(jìn)行修改，以滿足個性化的測試要求。CMWrun還可通過安卓系統(tǒng)ABD接口控制DUT，執(zhí)行開關(guān)飛行模式，接聽電話等動作，做到完全的無需人為干預(yù)的自動化測試，極大的解放人力。因VoLTE測試需驗(yàn)證的場景很多，不少測試用例（如切換類測試）對參考信號的播放時間與測量時間窗口之間的配合有嚴(yán)格要求，所以手工測試效率低下且不準(zhǔn)確，而CMWrun自動化測試的方法可以精確的控制測試過程及定時，因此非常適合這類測試。測試結(jié)束后，CMWrun還可以提供多種格式的詳細(xì)測量報告。

除了上述優(yōu)點(diǎn)之外，R&S測試方案中延遲的測量也有獨(dú)到之處。首先系統(tǒng)使用CSS（Composite Source Signal）信號作為延遲測量的參考信號。該信號由語音、噪聲和靜默組成。信號中的語音的作用是讓DUT接收端的Jitter Buffer能夠盡快收斂以便執(zhí)行延遲測試。而時間的定位則是根據(jù)偽隨機(jī)噪聲信號良好的互相關(guān)特性來完成，當(dāng)有損信號與參考信號做互相關(guān)運(yùn)算得到尖峰時，即獲得準(zhǔn)確的時間信息。靜默的添加則使得整個測試信號更加接近真實(shí)通話場景。CSS信號在3GPP規(guī)范26.132以及ITU技術(shù)要求P.501當(dāng)中都有詳細(xì)規(guī)定，具有權(quán)威性和準(zhǔn)確性。下圖是R&S方案中使用的CSS信號的時域構(gòu)成。

另一個獨(dú)到之處就是R&S公司的測試系統(tǒng)提供單端和環(huán)路兩種延遲測量的方法。真實(shí)通信中，延遲來自于網(wǎng)絡(luò)和手機(jī)各自的處理時間，以及空中接口的傳輸時間。實(shí)驗(yàn)室測試時，空口傳輸時間可忽略不計。UPV的POLQA模型計算得到的是整體延遲，該時間減去儀表側(cè)精確測量的網(wǎng)絡(luò)內(nèi)部延遲，即可獲得DUT側(cè)的延遲。運(yùn)營商往往關(guān)心整個環(huán)路中的延遲性能，它包括了上行和下行兩個方向；然而從手機(jī)廠商角度看，DUT接收側(cè)延遲更加具有檢測的意義。這是因?yàn)镈UT里延遲主要來自于接收通路里的Jitter Buffer，緩存容量的大小決定DUT側(cè)延遲的表現(xiàn)。正是基于用戶不同的關(guān)切，R&S公司的POLQA測試系統(tǒng)提供了單端和環(huán)路兩種延遲的結(jié)果，向客戶提供了更為深入的分析數(shù)據(jù)。上面兩種延遲測量方法，都是有嚴(yán)格依據(jù)的，在3GPP規(guī)范26.132中有詳細(xì)的描述，參考下面示意圖。

功能上看，R&S公司的測試系統(tǒng)確實(shí)是VoLTE語音質(zhì)量測量的一大利器?，F(xiàn)實(shí)中，該系統(tǒng)也已經(jīng)在為許多不同類型客戶提供服務(wù)了，尤其是R&S公司和多家大型移動運(yùn)營商，如中國移動，中國聯(lián)通，美國AT&T，美國Verizon等對不同芯片，不同品牌的DUT進(jìn)行了大量的聯(lián)合調(diào)試，效果顯著。根據(jù)運(yùn)營商的需求，R&S公司提供了成套的定制CMWrun測試腳本用于他們的準(zhǔn)入測試，有效推動了整個產(chǎn)業(yè)界的技術(shù)升級和發(fā)展。而且，對手機(jī)廠商來說，一個非常現(xiàn)實(shí)的問題就是如何降低成本。R&S測試系統(tǒng)有一個突出的優(yōu)勢，就是CMW500和UPV的保有量非常多，而且CMW的擴(kuò)展性能非常好?？蛻羯墪r無需花費(fèi)太多的時間和金錢，甚至只需購買CMWrun軟件選件，即可快速開展相關(guān)測試，這為保護(hù)客戶既往投資起到了十分積極的作用。