張 弢,雒江濤,楊理想
(重慶郵電大學通信網測試技術研究中心 重慶400065)
第三代移動通信系統(3G)能夠提供多種類型的高質量多媒體業務,可實現全球無縫覆蓋,并具有全球漫游能力,與固定網絡相兼容。當前移動話音增值業務及擴展應用發展快速,現網數據中的業務數據量急劇增長,大容量流媒體數據對傳統網絡監測系統提出了挑戰。
網絡質量的提升越來越強調面向客戶感知,傳統網絡監測系統對于全網突發性數據沒有實時監測,只能對網絡中特定接口的非實時數據進行性能評估,未能將全網數據和對應信令過程關聯起來,用戶不能對全網話音質量的分布以及潛在的網絡故障隱患進行全面的實時監測及分析,對話音質量分析的感知度不強,存在性能瓶頸?;谟脩舾兄?G核心網話音質量監測系統應運而生。
與傳統網絡監測系統不同,3G核心網話音質量監測系統對移動通信網A接口、軟交換核心網各接口(Nb接口、Mc接口、Nc接口等)進行實時監測,信令分析平臺根據現有的協議標準對其進行解碼及合成分析,得到通信過程中與話音質量相關的核心指標,再通過對流媒體(RTP)數據流與對應信令過程的關聯,完成話音質量分析,從而了解話音質量的分布特征以及潛在的網絡故障隱患。
本系統的難點在于針對現網實時數據,如何解決各接口數據的采集以及RTP數據流與對應信令過程的關聯處理和存儲問題,如何保證應用層數據處理的正確性和完整性,以實現端到端的話音質量分析。首先需要有效、可靠的數據處理設備和存儲設備支撐;其次,對流媒體數據預處理模塊的研究也十分重要,將直接影響網絡監測系統的總體性能[1]。
本文提供了一套可行的預處理模塊的設計方案。本方案在信令處理模塊內部,引進了數據預處理子系統,該系統主要完成RTP數據流和A接口對應信令過程的關聯重組,減少數據導入數據庫的操作次數及磁盤的空間消耗,提高協議分析模塊的處理效率。
3G核心網話音質量監測系統采用多線程、分層結構的設計思想。多線程實現了數據流的均勻投遞,充分利用了服務器的多核資源[2];分層結構使得系統各層分工明顯,數據處理流程更清晰。本系統主要包括數據采集、數據解碼、合成、統計等,通過入庫程序將合表數據送入數據庫,由上層界面讀取分析并進行顯示處理。
本監測系統由采集層、處理層和應用層組成。其中,采集層負責采集現網數據,包括控制面和業務數據[3];處理層對數據解碼、合成等信令進行處理,并對數據進行關聯重組等預處理,將協議字段取出交付給應用層;應用層完成基礎應用、增值應用及擴展應用操作。
處理層主要由接入模塊、信令處理模塊、預處理模塊及存儲模塊組成[4]。接入模塊由協議轉化單元和數據分發單元組成,負責將信令處理模塊的結果進行協議轉化;信令處理模塊主要由信令分析單元組成,完成對采集層提供的數據的協議棧解碼;預處理模塊及存儲模塊通過關聯RTP數據流和對應信令過程,重組數據并導入數據庫中,實現端到端的話音質量分析。本系統采用的關鍵技術是預處理模塊的關聯重組技術。
3G核心網話音質量監測系統的數據預處理模塊由信令關聯模塊和數據重組模塊組成[5],本系統的關鍵就是要解決兩者同步運行的性能優化問題。在分布式網絡架構中,本監測系統運用散列算法,通過開多線程工程向上層提供實現。預處理模塊的體系結構如圖1所示。
預處理模塊首先將接收到的A接口數據及RTP數據流進行分類投遞,不同協議以不同的線程處理,在數據層進行信令關聯和數據重組。數據處理采用多線程異步的方式,兩個獨立線程對數據進行投遞時,只針對讀取出表數據,將數據首先存儲到鏈表緩沖區中,再對A接口數據流的中繼群號(PCM)、電路識別碼(CIC)及RTP數據流終端TID進行關聯。另開重組線程,對于重組過程來說,每層的重組線程中有獨立的重組緩沖區,待重組的數據分組都存入散列表中,散列表只維護未重組完的數據分組,重組完成的數據分組被發到重組緩沖區中,外層程序直接從重組緩沖區中獲取重組數據,再由合表模塊將兩個協議數據記錄合并為一個數據表并導入數據庫,最終由用戶界面讀取數據記錄,完成話音質量的分析。

將采集系統發送過來的原始信令A接口數據和RTP數據流作為輸入,重組模塊為數據申請一段緩存,根據協議分成多個流,完成對RTP數據流和A接口數據對應信令過程的關聯重組,重組被分片的相關聯的數據,在同一個媒體網關下,根據A接口數據的PCM、CIC及RTP數據流中終端TID的對應關系將兩個數據記錄合并為一個,通過入庫程序將合并的數據表導入數據庫。
3G核心網話音質量監測系統通過監測A接口、Nb接口的原始信令數據,并進行解碼分析后,通過散列算法關聯重組得到網絡中與話音質量相關的核心指標,包括時延、抖動、分組丟失率、R值、MOS評分等。預處理模塊的關聯重組算法規則如圖2所示。
預處理模塊通過在同一個媒體網關 (MGW=10.55.32.83)下的A接口數據流的PCM、CIC及RTP數據流媒體數據終端TID的對應關系,完成對預處理數據的關聯重組,并將重組數據流導入數據庫,減少數據導入數據庫的操作次數及磁盤的空間消耗,實現對話音質量的評估分析等,最終由用戶界面讀取數據記錄,從而提高協議分析模塊的處理效率。

預處理模塊的關聯重組流程如圖3所示,具體介紹如下。
(1)收到數據分組后,經過信令消息協議識別提取A接口數據和RTP數據流,然后各啟線程對消息進行解碼、合成CDR和統計出表。
(2)讀取A接口數據和RTP數據流關聯重組規則的配置文件,并把匹配關系存入鏈表中,供預處理模塊在數據重組時讀取。
(3)讀取數據分組。對于A接口消息,提取消息中的PCM、CIC并存儲到鏈表緩沖區中;對于RTP數據流消息,提取消息中的終端TID并存儲到另一鏈表緩沖區中。
(4)預處理模塊中啟一個獨立線程,通過A接口的關聯字段查找存有匹配規則的鏈表,獲得需進行匹配的RTP數據流的終端TID,再通過終端TID從鏈表緩沖區中查找是否有此RTP數據流。若存在,則將待重組的數據分組存入散列表中,散列表只維護未重組完的數據分組,重組完成的數據分組被發到重組緩沖區中,再由合表模塊將兩個協議數據記錄合并為一個;反之不存在該流,則將該分組丟棄。
(5)預處理模塊中另啟一個獨立線程,通過RTP數據流的關聯字段TID查找存有匹配規則的鏈表,從而獲得需進行匹配的A接口數據的PCM和CIC,再通過這兩個字段從鏈表緩沖區查找是否有此A接口數據,同步驟(4),若存在,則將待重組的兩個協議數據記錄合并為一個;反之不存在該流,將該分組丟棄。
(6)超時處理:數據的關聯重組會出現超時的現象,即在規定的時間內沒有收到可關聯消息,因此需要對超時現象進行處理。記錄每條消息的超時節點,一旦通過散列Key找到對應的超時節點,則移除此超時節點,并將鏈表緩沖區中待重組的分組消息拋棄。
采集系統發送過來的A接口原始數據和RTP數據流經過解碼、合成等信令處理后,生成兩個接口的CDR。CDR消息分析的結果如圖4所示。

圖4(a)中,系統采集到的A接口數據所合成的CDR包含:匹配字段中繼群號PCM=1、電路識別碼CIC=27以及消息時間、IMEI、位置區LAC等與話音質量分析相關的字段。圖4(b)中,系統采集到Nb口數據的RTP數據流所合成的CDR包含:RTP終端TID=15 452以及平均抖動、分組丟失數、時延、平均流量等與話音質量分析相關的字段。根據圖2預處理模塊的關聯重組算法規則所規定的關聯規則,在同一個媒體網關(MGW=10.55.32.10)下,這兩條CDR的相關字段是匹配的,可以關聯重組,經過預處理模塊重組后,出表的數據見表1。

表1 重組后的數據出表結果

相互匹配的A接口數據和RTP數據流關聯重組后,預處理模塊將兩條CDR中與話音質量分析相關的數據字段(如A接口的消息時間、主被叫IMEI、通話時長、位置區LAC等字段以及RTP數據流中分組丟失數、時延、抖動、MOS評分等字段)保留,并合成為一條記錄存儲至數據庫,最終由上層界面讀取分析并進行顯示處理。圖5中數據重組結果與圖4中A接口和RTP的CDR字段值完全一致,由此驗證了話音質量監測系統數據預處理模塊的重組結果是正確的。本監測系統可完成以下功能:查看某個時間范圍內的話音質量參數(如某天某時段的話音質量MOS平均值、R值、分組丟失率、時延等)、查詢某小區話音質量的變化趨勢、統計話音質量隨時間或位置區的變化情況等,查詢界面如圖5所示。
監測系統根據相關匹配算法實時地將現網的兩條數據重組為一條數據存儲至數據庫,減少了數據導入數據庫的操作次數,降低了數據流量,而且將與話音質量分析相關的字段合成在一張數據表中,因此當用戶進行話音質量分析的查詢操作時,數據字段之間的查詢并不需要在不同數據表中相互查詢,這樣就減少了話音質量查詢的復雜度,并提高了查詢效率。經現網數據測試驗證,媒體流數據經過預處理模塊關聯重組后,數據導入數據庫的操作次數及磁盤空間的消耗明顯減少,數據入庫和話音質量分析的處理效率也得到了顯著提高。
本文分析了3G核心網話音質量監測系統隨著增值業務的增長遇到的瓶頸,提出了信令處理層中的數據預處理模塊,通過對流媒體數據的關聯重組,可以為網絡優化、業務發展以及設備運維提供大量客觀、詳細的數據,提高了話音質量分析的效率。后續本監測系統的發展方向是如何提高預處理模塊數據關聯的分析處理能力,并更加細化完善統計分析功能,提高系統的可維護性和長時間運行的穩定性。
本系統在3G核心網話音質量監測項目測試過程中,取得了良好的效果,預示著預處理模塊將在3G核心網絡監測系統中發揮越來越重要的作用。
1 曹嘉成.移動通信網絡信令監測系統及其擴展應用.北京郵電大學碩士學位論文,2002
2 QB-W-XXX-2005.中國移動3G網絡質量指標體系,2005
3 代勇,李昌禧.基于嵌入式以太網接口的數據采集處理系統.微機發展,2005(5):125~127
4 Haijun Kang.Rethinking distance learning activities:a comparison of transactional distance theory and activity theory.Open Learning:the Journal of Open and Distance Learning,2008(3):203~214
5 尹杰,張松.基于哈希的快速流媒體數據重組算法(HDRR).計算機應用與軟件,2005(17):33~35