Voice quality in mobile telecommunication system

Abstract

The article deals with methods measuring the quality of voice transmitted over the mobile network as well as related problem, algorithms and options. It presents the created voice quality measurement system and discusses its adequacy as well as efficiency. Besides, the author presents the results of system application under the optimal hardware configuration. Under almost ideal conditions, the system evaluates the voice quality with MOS 3.85 average estimate; while the standardized TEMS Investigation 9.0 has 4.05 average MOS estimate. Next, the article presents the discussion of voice quality predictor implementation and investigates the predictor using nonlinear and linear prediction methods of voice quality dependence on the mobile network settings. Nonlinear prediction using artificial neural network resulted in the correlation coefficient of 0.62. While the linear prediction method using the least mean squares resulted in the correlation coefficient of 0.57. The analytical expression of voice quality features from the three network parameters: BER, C / I, RSSI is given as well.

Article in Lithuanian.

Balso kokybė mobiliojo ryšio sistemose

Santrauka. Nagrinėjama mobiliuoju tinklu perduoto balso kokybės matavimo metodikos problematika, balso kokybės įvertinimo algoritmų pasirinkimo galimybės. Aptariamas sukurtos balso kokybės matavimo sistemos tinkamumas, efektyvumas. Pateikiami sukurtos sistemos taikymo rezultatai parinkus optimalią įrangos konfigūraciją. Sąlygomis, artimomis idealioms, gauta, kad sukurta sistema balso kokybę įvertina vidutiniu 3,85 MOS įverčiu, o standartizuota TEMS Investigation 9.0 – vidutiniu 4,05 MOS įverčiu. Aptarta balso kokybės prognozatoriaus sukūrimo galimybė. Ištirtas balso kokybės priklausomybės nuo mobiliojo tinklo parametrų prognozatorius, taikantis tiesinės ir netiesinės prognozės būdus. Netiesinė prognozė, taikant dirbtinius neuronų tinklus, teikia 0,62 koreliacijos koeficientą. Tiesinė prognozė mažiausiųjų kvadratų metodu teikia 0,57 koreliacijos koeficientą. Gauta analitinė balso kokybės funkcijos išraiška nuo trijų tinklo parametrų: BER, C/I, RSSI.

Reikšminiai žodžiai: QoS, PESQ, 3SQM, MOS, tiesinė ir netiesinė prognozė, neuronų tinklai, mažiausiųjų kvadratų metodas.

Keyword : QoS, PESQ, 3SQM, MOS, linear and non-linear prediction, artificial neural networks, LMS