數據說話——VoIP測試方法和測試數據分析

2005/01/28

　　經過近一個季度的緊張測試，我們現在可以告訴您，什么才是一個完整的VoIP。而在這之前，我們的工程師面對VoIP的測試，還像那個第一個拿起刀叉面對螃蟹的人，充滿期待卻又誠惶誠恐。技術世界和我們的現實世界一樣，有理想的狀態(tài)，有復雜的環(huán)境，有妥協，也有令人興奮的亮點。

　　根據我們最早的測試技術安排，我們要測試目前的VoIP系統的組網能力，必須要架設一個網絡，要檢查架設這樣一個VoIP網絡的所有部件是否已經完全具備？其構成的網絡是否完整？那么搭建一個可以通話的VoIP系統是測試的第一步

　　我們按照VoIP組網的原理，構建了這樣一個基本網絡，其網絡結構如圖４所示。我們用軟交換的概念來描述網絡上的設備，在這個網絡上，MG（媒體網關）和MGC（媒體網關控制器）是關鍵的VoIP網絡元素。這些網絡元素可以是支持H.323、MGCP、H.248或者SIP的實體。本文中提到的MG和MGC不具體指某一個設備，本次測試正是針對這兩類設備進行，測試的主要內容也圍繞著這兩類設備展開。測試從模擬話音開始，然后延伸到PSTN網絡，再到IP網絡，最后回到模擬話機的被叫方。在這樣一個完整通話過程中，測試MG以及MGC的信令互操作性以及設備處理信令的能力。圖５是測試系統結構原理圖。

一、測試設備的呼叫建立能力

　　我們采用了思博倫公司的Abacus5000型的IP電話測試議。通過模擬網絡中的模擬電話終端、IP電話終端、MGC、傳真終端等元素，以一個簡單的測試結構，來測試被測的語音網關的飽和呼叫量。

　　飽和呼叫量可以用兩個參數來表示：忙時呼叫量（BHCA）或者每秒建立呼叫數量（CAPS）。BHCA是忙時呼叫量的縮寫，主要測試內容為：在一小時之內，系統能建立通話連接的絕對數量值。測試結果是一個極端能力的反映，它反映了設備的軟件和硬件的綜合性能。如果您的企業(yè)是一個有巨大話務量需求的企業(yè)，這個參數應該是一個最重要的參考指標。但我們感覺到，幸運的是，企業(yè)用戶的實際應用需求都遠遠低于測試設備所提供的能力。

　　我們建立100～300個用戶，讓他們每秒建立一個呼叫，呼叫持續(xù)一秒鐘，掛機后等待一秒鐘再進行第二次呼叫。這樣的呼叫在數百條通路中同時進行，以致我們都很擔心被測設備是否能挺過一小時。最后所有的被測設備都交出了很好的答卷，BHCA值最后體現為CAPS(每秒建立呼叫數量)，CAPS乘以3600就是BHCA了。

二、呼叫長時保持能力

　　我們設計了一個呼叫測試。首先用被測設備搭建起一個完整的VoIP系統，從模擬的語音開始，通過媒體網關，再通過媒體網關控制器到另一個媒體網關，最后從被叫方的一部模擬電話出來。

　　這樣的呼叫建立之后，保持一個小時，以驗證被測設備的工作穩(wěn)定性。掉線是人們談到VoIP應用時常提到的一個問題，呼叫保持能力的測試是希望驗證系統的穩(wěn)定性和健壯性。

　　在更加嚴格的電信入網測試中，呼叫保持測試常常進行24小時甚至更長時間。而影響呼叫保持的因素很多，在VoIP應用中，網絡的客觀環(huán)境極為重要。在實際的Internet中，網絡數據包所經過的路由并不由數據的發(fā)送和接收端決定，在網絡出現阻塞的時候就有出現斷線的可能。

　　共享數據網絡帶寬的VoIP系統就更容易出現這樣的問題。內部的VoIP通話可以通過支持QoS機制的網絡交換設備來保證，而廣域網范圍的VoIP穩(wěn)定性還需要依靠運營商網絡的支持和發(fā)展。根據我們使用的效果來看，Internet上的VoIP服務在不大的話務量情況下還是非常好的，甚至有優(yōu)于傳統電話質量的表現。

　　因為在軟交換架構中，語音的業(yè)務數據和呼叫的控制信令是分離的。我們還用Abacus5000模擬了MG，測試了幾種MGC類設備。在測試的網絡環(huán)境中，它們的呼叫保持測試表現都極為順利。

　　另外，VoIP呼叫的建立首先是一個呼叫信令的交互過程。網關和網關、網關和控制器之間的信令交互響應速度，是考察一個呼叫建立的重要指標。我們的測試同樣展示了系統的呼叫建立時間。

三、通話語音質量測試

　　話音質量是人們對VoIP應用的一大關注點。以前懷疑VoIP的人們提的最多的還是話音質量，而制約話音質量的因素非常多，同時也非常復雜。圖6示出在一個復雜網絡中，影響VoIP語音質量的幾乎所有的因素。

　　我們設計采用模擬電話的原因，是因為我們的耳朵其實都是模擬的，對嗎？我們只能接受模擬信號。

　　然后，我們根據ITU的P.861標準來播放一段語音信號，主叫方和被叫方都由呼叫模擬器Abacus5000來模擬。它會對比發(fā)出和接收到的那些模擬通路的音頻信號，然后給出一個標注的語音質量值。

　　單純考察語音質量，我們采用PSQM值和MOS值。這是通信行業(yè)判斷通話質量的標準，PSQM是一個客觀的采集數據比對值，而MOS是考慮主觀因素的參考值。

　　ITU-T建議的P．800標準提出了MOS（Mean Objection Score）的方法。即請40 ～ 60 位有代表性的人士來聽一段相同的語音樣本，然后對該樣本經過IP電話傳輸后的語音質量進行投票評價。隨著語音因語言、年齡、性別的變化，得分亦被賦予不同的意義。這是一種純粹主觀的定性測量。ITU-T在非常寬的聽覺范圍內，選取不同年齡、性別和語言組別的相同得分，作出語音質量的判別標準：5為最佳； 4為好（4.5～4.0 ＝可收費電信級）；3為中級（4.0～3.5＝可通話通信級）；2為較差（3.5～2.5＝可建立連接級）；1為差。很顯然，MOS方法是一種模糊的評估方法，其測試結果很難對IP電話系統的改進和不同IP電話設備之間性能的比較作出有實際意義的判別。因此ITU-T在標準建議P．861中又提出了PSQM（Perceptual Speech Quality Measurement）方法。

　　PSQM仍以MOS的5個級別作為客觀標準，所不同的是其對每一個級別都以百分比的方式作出了“差”/“最差”（%PoW，Percent Poor or Worse）和“好／最好”（%GoB，Percent Good or Better）的進一步描述。根據P．861提出的PSQM方法，IP電話的測試開始擺脫原始的人類主觀評估，而開始使用計算機產生的波形文件（Wave File），通過比較其通過IP電話網傳輸前后的變化計算出PSQM中相對應的級別及好壞程度。

　　我們測試的設備的MOS值，都在4.5以上；而PSQM值均在0.2到0.3之間。這都達到了電信級設備的評價標準。因為我們的測試環(huán)境相對單純，在今后我們還會開展真實環(huán)境測試，讓大家更加了解VoIP的發(fā)展和現狀。

　　對語音質量的判斷，還有很多參數可以體現。包括網絡延時、語音延遲、回聲、RTP數據禎丟失率等等。參測的所有近20臺設備都交出了令人滿意的答卷。

　　您可以在下面的文章中看到四套系統的數據表現，它們的成績可以說都是令人滿意的。我們測試工程師有這么一句格言：設備的真實表現不可能比測試結果更好。您在實際使用中還可能遇到這樣和那樣的問題，這不是我們在給您的應用潑冷水，而是希望告訴您，任何一套優(yōu)秀的系統，需要廠商和用戶的工程師們不斷努力才能表現得更出色。

　　在征集產品的過程中，很多廠商表達了對參與這次評測的興趣，但我們有選擇性地征集了四家廠商的近20款設備，它們構成了四套有著自己鮮明特點的VoIP系統。我們的工程師在這次中國首次的媒體VoIP測試過程中也向廠商的技術人員學到了很多東西。在此我們向北京共業(yè)科技有限公司、港灣網絡公司、蘇迪思公司、中興通訊有限公司和思博倫公司對我們的支持表示感謝

計算機世界網(www.ccw.com.cn)

相關鏈接:

縱論VoIP 2005-01-28

大話VoIP——H.323、SIP和MGCP協議應用淺析 2005-01-28

有效部署VoIP 2005-01-28

企業(yè)級VoIP“小陽春” 2005-01-28

VoIP海外應用 2005-01-28

分類信息: 文摘技術_voip_文摘