摘要为了满足更复杂的网络体系结构和网络优化的越来越多的难度，已经提出并实施了基于多域融合数据的新算法系统。该系统通过纠正IMS，5GC和EPC域上的XDR数据来实现VoLTE，VONR和EPS FB与其他语音服务之间的准确差异。在此基础上，系统通过开发一个阈值模型来准确评估细胞的质量差，以造成每个业务的质量损害和使用滑动窗口算法。经过连续5天实际验证X City当前网络数据的经过，这表明该系统可以有效地确定社区的基本质量不佳，并充分验证系统的可行性和实用性。   0 1作为运营商的传统业务，声音的一般份额是影响用户体验和评估的业务。随着5G网络的剧烈发展和2G NetW的逐渐去除ORK，当前关于语音服务的研究是Volte语音服务，EPS FB语音服务和VONR语音服务。目前，由于许多语音服务解决方案，复杂的网络标准和频繁的网络间传输的统一性，因此对语音服务的网络优化需求是强大而困难的。这是语音网络工作工作的重中之重。当前，良好质量细胞酌处的常规方法是基本的道路测试，基于网络性能数据的网络调整数据，ul测量和挖掘，维护处理过程，操作员将光谱与指定的网络接口链路结合，并实时研究链接的数据，并实时生成信号/讨论的讨论详细信息。 XDR数据可以轻松，仔细研究和评估网络质量，因此基于XDR数据的基于网络的技术正在出现。根据XDR数据，文学文献提出了网络自动化和智能W诊断故障，这提高了操作和维护的效率并确保用户理解。相关文献根据XDR数据构建了一个为用户，服务和终端的多维大数据操作系统。它可以自定义各种视频应用程序应用程序的业务需求的审查，操作员支持支持的位置，并协助OTT视频公司进行合作营销。文学文献基于XDR数据运动的轨迹的变化，并完成了汽车和车辆拥有的密封，用户照片的构造已经完成了用户的构建。它可以有效地帮助准确地销售新的能源车辆行业，并帮助运营商在新的能源车行业中实施创新的合作术语。经过持续的优化，网络的整体质量已大大提高，网络优化构建具有d小规模部门的阶段和本地针对的优化，有必要准确识别和优化较差的质量社区。同时，由于移动通信环境的复杂性，由于突然的因素（例如数据异常或终端异常），因此将部分的细胞误认为是质量差的细胞。因此，本文提出了一项技术，可以根据多域数据不断监视和确定语音服务的基本质量较差的单元。通过许多数据相互验证，我们可以避免数据异常引起的错误判断；通过监视数据多天，我们可以避免由于突然异常或终端问题引起的虚假判断，以准确地定位较差的质量细胞来提高网格优化的效率，并提高网络质量。   0 2关键技术研究本文设计的系统旨在继续进行NA监视并确定主要基于多域数据的语音服务质量较差，涵盖了三种业务情况：VOLTE，EPS FB和VONR语音。查看两种不同的情况：在当前网络中的出色网络质量和普通的情况，系统中设计了两组优质的业务阈值，它们可以有效地确定在一系列日子内经常体验较差质量条件质量的社区，尤其是基本的优质社区。 2.1设计系统此系统包括数据预处理模块，数据组织模块，语音服务分离模块，统计分析模块和差异模块 - 单元差异的各种质量。每个模块设计的想法如下。 a）预处理数据模块。在系统中，该地区[省，县（城市）]需要用于较差的质量细胞，并提高网络质量[省，城市）]。该系统订阅了IMS，5GC域和EPC的XDR数据E最后N天（n≥5）的指定面积。这些数据被传输到时间以实现自动数据收集。清洁收集的数据，过滤与XDR列表相同的数据，然后以最高的时间保留一个，然后删除其余列表。 b）数据关联模块。该系统将IMS，5GC和EPC域XDR数据关联，并根据VOLTE的签名过程，EPS FB和VONR语音服务生成用户语音通话的端到端票证记录。 c）语音服务分离模块。 XDR呼叫表的端到端录制为分开的插图类别：语音服务，VONR语音服务和EPS FB语音服务。 d）统计评估模块。单元维度中语音服务指标的统计分析每天在三种类型的XDR调用中进行。 e）基本质量差的社区歧视模块。对于两个良好和普通的网络条件，系统设置了两个不同的语音服务质量阈值以确定质量y一天中质量较差的较差的细胞。该系统监视细胞滑动窗户的质量较差，并将5天的移动观测作为移动观察窗口来确定质量通常发生（≥3）的语音服务单元，并将其定义为主要质量细胞。基于多域数据的持续监视和识别语音服务质量较差的细胞的系统体系结构如图1所示。 2.2.1语音服务分离模块将与数据关联模块关联的用户调用列表进行分类。如果用户在EPC域中完成了初步注册，并在IMS域中完成了语音呼叫，则是电话号码指定为Volte号；如果用户完成了初始注册SA 5GC域并在IMS域中完成了语音呼叫，则将电话号码定义为VONR号。如果用户在5GC域中完成初始注册，则返回到EPC域，然后完成IMS域中的语音调用，则该数字将指定为EPS FB号。 2.2.2统计分析模块将根据当天和社区的维度进行三种语音服务的质量统计。审查的具体指标如下。 a）语音服务网络的连接率，降低速率和平均建立延迟。 b）与声音的声音，掉落速率和呼叫建立的平均延迟的连接率。 c）EPS FB语音服务网络连接率，呼叫降低率，平均呼叫机构延迟，平均后备延迟。所涉及的指标指定如下。一个ETWORK连接率。启动呼叫后，声音用户的可能性，网络连接速率=语音戒指的数量/语音呼叫的数量。 b）呼叫下降率。用户语音呼叫的中断，下降速率=降低到用户呼叫的总数/用户答案总数的可能性。 c）促销电话的平均延迟。平均用户持续时间开始通话以听到声音，平均促销延迟=总倡导时间/成功的呼叫建立时间总数。其中，呼叫建立的总时间是用户启动的用户呼叫与用户铃声之间的持续时间的总和；成功的呼叫机构的总数是成功的呼叫机构数量的总和（用户启动用户启动后，可以听到用户的呼叫）。 d）平均后备延迟。 EPS FB语音服务的用户开始呼叫，从5G网络到4G网络的呼叫持续时间，平均延迟of下降=跌落掉落的总时间 /总数的总数。其中，总的后备时间是一段时间内，UPS FB语音服务用户从GNB到4G收到5G到4G的移交请求，并释放了UE上下文，该上下文带有重定向或后备，在开始启动TAU -4G网络请求时间的整个时间内会导致价值。后备的总次数是PAN时期的次数，而UPS FB语音服务用户成功崩溃后，UPS FB语音服务用户在4G网络上启动了TAU请求消息。 Votte语音服务通过三个关键单元格尺寸指标进行统计评估：网络连接速率，呼叫速率和阳光下促进单元大小的平均延迟，以及每个单元格的投票语音服务指标。 VONR语音服务是在单元格的三个关键单元格中进行统计评估的：网络连接率，呼叫降低率和每天促进的平均延迟，并且将每个单元格的阳光日 - 天数VONR语音服务指标。 EPS FB语音服务是在倡导的四个关键网络连接上审查的统计信息，并且在阳光下的单元大小上的平均后备延迟，并且获得了每个单元格语音的EPS FB语音服务指标。 2.2。审查统计分析模块。统计分析模块获得的投票投票服务的投票是 - 白天。对于当前网络中网络质量良好的领域，vokapag lte语音网络连接速率小于99％，它被定义为与电池质量差的语音语音服务网络的连接；当VoLTE的语音降低率为0.05％时，它被定义为弱细胞质量的投票语音服务呼叫降低率；当促进VoLTE语音服务的平均延迟为3,400毫秒时，这被定义为平均语音服务平均值，促进细胞质量的建立。以上三个细胞收集ARe称为Volte语音服务弱质量细胞。在此细胞收集中，有同时具有2或3个指标的细胞。他们将得到优先关注，并将其定义为Volte的语音服务将优先关注质量差的细胞。以5天的滑动窗口作为滑动窗口，为指定区域中的每个单元格不断监视Culpritsvoice服务。当单元网络连接速率，下降速率和促进呼叫的平均延迟发生在5天内时，它被定义为连接连接连接连接键的电压声音，与较差的电池质量，呼叫降低率关键较差的细胞质量以及促进密钥电池质量的平均促进密钥延迟。以上三个主要质量较差的细胞称为Volte语音服务关键质量较差的细胞。同样，对于当前网络中具有普通网络质量的领域，识别质量较差的Volt使用单元的过程是基于上述计划的，除了T帽子阈值放宽了网络连接率的98％，降落率的0.1％，辞职状态的平均延迟为4,000毫秒。 2.2.3.2鉴定VONR语音服务单元的主要质量较差。请参阅识别Volte语音服务单元的主要质量主要差的过程，并确定VONR语音服务单元的基本质量较差的过程。表2显示了VONR语音服务质量差的细胞阈值。表2 Vonr语音服务阈值质量较差2.2.3.3 EPS FB语音服务单元基本质量较差的酌处。请参阅歧视VoLTE语音服务质量较差的过程，并过滤EPS FB语音服务单元的关键质量较差。 EPS FB语音服务的细胞阈值在表3中示出了较差的质量较差的细胞识别模块，Volte Voice Service关键较差的细胞，VONR语音服务关键较差的质量较差的细胞和EPS FB语音服务关键质量细胞是语音服务的主要较差细胞，并且网络优化和调整是立即的。表3 EPS FB语音服务差的细胞质量细胞阈值0 3当前网络应用验证本文连续5天对城市X中Vole语音XDR数据进行算法验证。在过去的5天中，城市X有23,317个社区，并计算了96,647个社区水平的业务水平。表4显示了城市VOLTE语音服务的一般情况。通常，语音网络的连接速率超过99％，呼吁建立的平均延迟（V-V）少于3,000毫秒，而语音降低率约为Ng 0.08％。城市X的总体状况更好。表1中普通网络质量领域的语音服务质量差的阈值标准用于计算X城市质量。 317）。表4 Volte语音服务社区的整体业务状况在5天内表5城市X中的5天质量较差的细胞状况分析了表5中5天质量较差的细胞的重叠。语音呼叫降低速率，重叠速率为42.76％，表明本文中提出的系统是实用的，并且可行，可确定基于多型窗口窗口窗口较差的细胞质量质量质量的高质量细胞的较差的语音服务的关键较差的语音服务。其中，计算了5天内每个指数细胞质量较差的天数。结果显示在表6中。质量差质量差的天数在3天或更长时间以上是质量质量较差的质量较差的社区，这是本文中的屏幕。表6每个指标质量较差的细胞质量较差的日子的统计数据。 0 4结论本文设计了一项技术，用于基于多-D的主要贫困细胞的持续监控和判断基于多域数据填充数据，以根据多域数据确定语音服务的必要质量单元。该技术与IMS，5GC和EPC域XDR数据相关联，以生成端到端语音呼叫服务说明。通过持续监测，鉴定出质量频繁的细胞被确定，从而减少了突然因素的影响，并有效地提高了识别质量差细胞的准确性。当前网络X City的数据证明，该系统将能够，更准确地确定主要较差的社区，并提高网络优化的效率。从北京大学毕业的-set Wang Yong是一名高级工程师和硕士，主要参与参与大型数字网络运营，重大数据分析，与移动网络行业的合作等等； Zhao Zhenqiao，毕业于北京Jiotong大学，是一名初级工程师ND主人，主要从事主要数字网络运营，重大数据分析等研究； Liu Xiqing毕业于北京邮政与电信大学，是高级工程师级别的教授，并且主要参与研究重大数字网络运营，重大数据分析等的研究；成辛毕业于北京邮政与电信大学毕业，是中国Unicom Research Institute的高级工程师，网络智能运营研究中心主任，并主要从事有关主要数据分析和建筑交流的研究。