背景描述
随着VoNR功能全面商用，VoNR语音用户与日俱增。用户对话音质差的容忍度较低，话音质差容易引发客户的投诉甚至转网。某项目通过NGI工具对VoNR语音EMI质差小区分析处理，对问题现象进行归类总结，大幅提高了VoNR语音质差小区分析效率，同时进一步完善了基于NGI VoNR EMI工具的VoNR质差小区分析优化方法论，显著增强了NGI VoNR EMI工具易用性。
功能原理
EMI（Equivalent MOS Indicator）是NGI工具的功能之一，通过内置算法对语音质量进行评估，得到上行EMI和下行EMI，从而无需路测即可进行语音感知评估。
上行EMI：综合根据终端上行方向上的丢包率、连续丢包帧数、抖动、编码方式等指标，通过算法分析后评价该终端上行语音质量。NGI工具将基站上报的统计指标输入EMI拟合模型，自动输出EMI得分。得到的EMI值表示CallingUE到gNB1之间链路的语音通话质量（如下图中紫色线条部分）。
下行EMI：综合根据终端下行方向上的丢包率、连续丢包数、时延、抖动、编码方式等关键影响因素，评价本终端作为语音收听者方向上的质量。NGI工具将基站上报的统计指标输入EMI拟合模型，自动输出EMI得分。得出的EMI值表示CalllingUE到CalledUE之间链路的语音通话质量（如下图中蓝色线条部分）。
V16.22.2X及之后版本的NGI工具的VoNR EMI分析功能实现了以下功能：
VoNR语音质量EMI评估功能，可进行小区级、话单级、切片级语音感知数据分析。
多维地理化GIS呈现功能，可呈现栅格级上下行EMI指标。
终端、无线侧、传输&核心网问题EMI质差根因定界功能。
实现空口覆盖、干扰、负荷、切换等EMI质差根因定位功能。
功能应用
全网VoNR语音质量评估
对某项目某区域12月1号~7号期间的VoNR数据进行统计，共计生成479万次通话。
上行EMI均值为4.22，上行EMI≥3.0的占比为99.20%，上行EMI≥3.5的占比为98.67%，如下图所示。
下行EMI均值4.09，下行EMI≥3.0的占比为97.33%，下行EMI≥3.5的占比为94.50%，如下图所示。
整体VoNR语音感知良好，下行EMI质差占比较高，需重点关注。
VoNR语音质差TOP小区处理
以一周EMI采样点数大于500且EMI质差占比超过10%为标准，共筛选出29个VoNR质差TOP小区。
通过NGI VoNR EMI工具+专家分析的方式，对29个VoNR语音质差TOP小区进行问题定位，定位的问题中存在7个基站侧设备问题、2个越区覆盖干扰问题、6个重叠覆盖干扰问题、4个上行高干扰问题、10个对端问题，问题定位率为100%。其中，已闭环处理23个问题，问题闭环率为79%，遗留6个问题待处理，需要更换光模块硬件，处理上行干扰问题。
典型案例
光纤施工问题导致下行EMI质差
问题现象：902924-262小区上行EMI均值为4.08，下行EMI均值为3.25，下行EMI质差占比高达33%。该小区存在严重的下行VoNR语音质差问题，且质差栅格无规则分布，同站其他小区EMI指标正常。下行EMI质差根因定界为DL Uu problem，根因定位原因值主要为unknown，如下图所示。
问题分析：从现象上看，可能存在基站侧设备故障问题。902924-262小区无干扰、故障告警，EFP设备失效监测未发现明显异常。关键性能指标关联分析，该小区下行DTX比例、MAC层下行误块率(%)、MAC层下行残留误块率(%)、下行HARQ重传比率(%)明显异常，如下图所示。
问题解决：怀疑该小区存在硬件隐性故障，拟将该小区的光纤与共站VoNR感知正常小区的光纤进行倒换，进行问题定界。在光纤倒换过程中，发现902924-262小区与902924-265小区存在光纤接反现象。光纤倒换后，902924-262小区网管关键性能指标恢复正常，下行EMI均值从3.25提升至4.08，下行EMI质差占比从33%降低至3.66%，且902924-265小区指标无明显恶化，如下图所示。
光模块接收功率异常导致下行EMI质差
问题现象：906108-1051小区上行EMI均值为4.13，下行EMI均值为3.1，上行EMI质差占比为2.08%，下行EMI质差占比为39.44%。该小区存在严重的VoNR语音下行质差问题，且质差栅格无规则分布。下行质差根因定界主要为DL Uu problem，根因定位原因值主要为unknown，如下图所示。
问题分析：查询故障告警，906108-105小区11月25号上报光模块接收光功率异常告警。后续该小区上报光口链路故障告警、RRU链路断告警，如下图所示。
问题解决：维护人员对故障告警问题进行处理后，该小区下行EMI从3.1提升至4.13，下行质差占比从39.44%降低至2.12%，关键性能指标恢复正常，如下图所示。
篇幅有限，关于NGI工具的介绍本期先告一段落，剩下的内容让我们期待下一期《借力NGI工具实现VoNR语音质差问题“接化发”（下）》。