首页 > 1.网络性能测试
1.1 网络性能测试介绍
随着NGN网络技术的日益成熟，全球电信运营商都在某种利益（成本低廉和新业务应用）的驱动下大量部署NGN网络，每年以30%左右的速度递增。由于目前的NGN网络是一个以软交换为核心并由PSTN网络和VoIP网络融合在一起的复杂网络，多种接口、多种协议、多种媒体并存，存在PSTN与VoIP设备的兼容性、VoIP网络内部不同设备提供商的设备兼容性、网络设计性能与实际部署性能的差异性、语音（也许还有视频）质量的差异性等挑战都不同程度地摆在了运营商面前。如果处理不好，很可能造成网络部署失败，运营商不仅要蒙受经济损失，还要承受更大的社会压力。那么，运营商就会不约而同的把目光聚焦到网络测试技术本身，我们认为网络性能测试是很重要的一环。
NGN网络性能测试要兼顾PSTN与VoIP网络的融合，既要考虑满负荷条件下的语音质量测试，也要考虑软交换的纯信令的压力测试，还要考虑媒体网关对媒体流的处理能力测试。对应于电信运营商来说，比较全面的NGN网络测试，不但要考虑本地的端到端测试，还要考虑异地（跨地域）的性能测试；从测试技术来讲，一般包括同步呼叫测试、异步呼叫测试、长保持呼叫测试、语音质量测试，以及语音间断/语音滑动测试、回声测试、其他性能测试等。
NGN网络性能测试构架中，一般采用一个或两个测试点，即被仿真的主叫方和被叫方在一台或两台仪表上，两个测试点可以在同一地点，也可以在不同地点进行跨地域测试。被仿真的主叫方和被叫方可以是软交换、媒体网关、模拟用户、VoIP用户、PSTN网络等各种网络节点；可以采用SIP，SIP-T，H.323，MGCP，H.248，Sigtran等VoIP协议，也可以采用随路，SS7，PRI，V5，模拟线等PSTN信令；可以使用G.711/G.723/G.726/G.729等语音编码方式，也支持H.261/H.263/H.264等视频编码方式；主叫方和被叫方可以分别在PSTN和VoIP两个网络中，这对于测试网络的融合性能很有帮助。一般使用一个操作平台，设定测试脚本，手动或自动输出报告。报告一般包括呼叫完成情况（完成率/呼损/CPS/BHCA等）、网络损伤情况（延迟/抖动/丢包/错序等）、语音质量情况（MOS/PSQM/PESQ等）、网络回声情况、呼叫错误及原因等。从图1可以看出，NGN网络性能测试构架包括操作控制台、测试点（测试工具）、被测PSTN和VoIP网络等。
图1 NGN网络性能测试架构
1.2 几种常见的性能测试方法
（1）主观收听质量测量
主观测量是一种久经考验的话音质量测量方法，但这种方法成本太高，费时也太长。有一种更广为人知的主观类测量方法，叫做绝对种类定级(Absolute Category Rating，ACR)测量。
在ACR测量中，收听者按照从1~5的5级损伤指标对一系列音频文件进行分级：5（非常好），4（好），3（可以），2（较差），1（差）。
在取得了每个收听者给出的得分之后，计算所有音频文件的一般或平均意见得分(Mean Opinion Score, MOS)。为了使ACR测量得到可信的测量结果，接受测量的人数至少应在16个以上，而且测量应该在一个安静的环境下，在可控的条件下完成。
通常，ACR测量的得分随收听者的增加而趋向稳定。为了降低测量得分的可变性并帮助衡量测量结果，测量中通常会包括一些参考文件，这些文件中包含了“为业界接受的”MOS得分。
（2）会话质量测量
在会话测量中，通常会将一群收听者放在交互式通信的环境下，并要求他们通过一个电话或VoIP系统完成一项任务。测量人员在系统中加入延迟和回声等效应，然后调查测量主体对连接质量看法如何。
延迟效应对会话质量的影响随任务不同而有很大差异。对于非交互式的任务而言，几百毫秒的单向延迟都是可以忍受的；而对交互性较强的任务，哪怕是很短的延迟都可能造成会话困难。
延迟对不同任务影响不同的这种情况就造成在会话呼叫质量的解释上出现问题。例如，两个相同的VoIP系统连接都会产生300ms的单向延迟，但一个系统用于高交互性的商业谈判，而另一个系统则用于朋友间的非正式聊天。那么前一个系统中的用户可能会觉得呼叫质量很差，而后一个系统中的用户则可能根本注意不到这一延迟。
很显然，这种会话质量测量也属于主观评价的范畴。下面看看客观评价。
（3）基于样本的客观测量
ITU开发了P.861(PSQM)和更新的P.862(PESQ)，力图用成本更低的客观测量法来做为主观收听质量测量的补充。采用这些测量技术，可以通过比较送入系统中的一个原始参考文件与输出的受损文件之间的差异，得到由传输系统或CODEC引入的失真。这些技术的初衷虽然是为了CODEC的实验室测量，但在VoIP网络测量中也得到了广泛使用。
P.861(PSQM)和P.862(PESQ)算法将参考信号和受损信号都分成较短的交迭样本块，计算每一块的傅立叶变换系数，并比较他们的系数。P.862算法最后给出一个PESQ得分，该得分与MOS的范围相近，但它并不是MOS的准确映射。新的PESQ-LQ得分更接近收听质量MOS。这些算法都同时要求访问源文件和输出文件才能测量后者相对于前者的失真。
（4）话音质量的测试方法
大部分语音测试设备（例如Spirent的Abacus）都是采用基于ITU P.861与P.862规范标准，对网络或者设备进行客观评价。这里我们用Spirent的Abacus5000来举例说明话音质量的评价方法。Abacus5000是基于呼叫的测试系统，它可以在模拟用户产生呼叫的同时生成真实的媒体流。针对音频，可提供3-tone，Resilient测试；针对话音，能够发送标准的男声、女声、混音等.wave格式文件。标准的测试文件从发送端经过被测网络传输后到接收端，测试系统通过话音质量评估手段，比较原始语音文件和接收到的语音文件间的异同来对被测系统进行评估，得到PSQM(P.861)或者PESQ(P.862)。系统还可以提供客观测试方法到主观测试结果的相关性对应，即PSQM/PESQ到MOS的转换。图2所示的为Abacus5000的语音质量测试方法。
（1）对于运营商的传统PSTN网络维护，被动式监测系统占优势。
（2）对于VoIP网络或PSTN+VoIP混合网络维护，我们要看具体情况。在网络部署初期，主动式测试系统占优势，它不但能够及时报告网络损伤和用户感知的语音质量，还能在用户投诉后及时再现问题，并可以对用户终端进行排查，找到问题所在；在网络逐步走向成熟后，话音质量问题逐步减少，被动式监测系统会发挥更大的作用，因为这时候网络协议交互方面的维护显得更加突出。
（3）运营商采用主动式系统和被动式系统维护NGN网络，如果运用合理，能够起到相辅相成的作用。
