浅析5G语音方案EPS Fallback时延因素

来源 :电信工程技术与标准化 | 被引量 : 0次 | 上传用户：li438

【摘要】

：

3GPP R15协议提出EPS Fallback和VoNR两种5G语音解决方案,其中EPS Fallback作为当前5G SA优先部署语音解决方案.为降低EPS Fallback时延大对用户语音业务感知影响,本文采用基于SIP协议呼叫流程的EPS Fallback信令分段分析方法,查找影响EPS Fallback流程时延突出环节,发现EPS Fallback时延高主要集中在主被叫回落4G建立专载阶段.通过对比不同的回落方式和寻呼周期参数设置对回落4G建立专载时延的影响,探寻EPS Fallback时延优化

【作者】

：

杨欢张书铭郭昱炜路冬星

【机构】

：

中国移动通信集团设计院有限公司河南分公司,郑州 450000;中国移动通信集团设计院有限公司,北京 100080

【出处】

：

电信工程技术与标准化

【发表日期】

：

2022年2期

【关键词】

：

EPS Fallback 网络优化时延优化

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

5G干扰对用户业务感知的影响研究

在当前5G非独立组网(NSA)条件下,eMBB场景下的5G网络能够给予用户更高的系统网络速率,然而,干扰对5G用户感知的影响是我们必须面对的一个重要课题.本文通过建立多种干扰环境下的业务模型,总结出业务受干扰强度影响的拐点和各个业务对干扰的敏感程度,对后续5G干扰优化提供理论依据.

期刊

5GNSA干扰

无线资源数据集中化管理及数据质量管控研究

网络大规模建设需投入大量软硬件和基础设施资源,无线网络作为终端接入网络的重要环节,在建网和维护升级阶段涉及大量的资源投入.当前,资源管理线条缺少集中化管理手段,导致烟囱化管理,数据质量参差不齐,无法客观了解全网资源分布等问题.本文从无线资源统一数据模型的制定入手,实现数据集中化管理,进而分析如何提升资源数据质量,达到有效提升资源数据准确性的目标.

期刊

无线资源数据集中化管理数据核查

一种基于机器学习的LTE高铁故障识别方法与实例

为保证高铁LTE网络质量,提升客户感知,及时识别并解决高铁LTE网络故障至关重要.现有技术识别高铁故障主要依靠道路测试与网管后台数据,不仅耗时耗力,而且由于高铁专网多采用拉远与小区合并建设方式,故障具体点位和隐性故障难以定位.在此背景下,本文提出了一种基于大数据和机器学习,针对高铁网络特性的天馈故障识别方法,可有效提升高铁专网故障识别与定位的准确性,同时节省大量人力物力.

期刊

高铁专网机器学习故障识别

浅析5G语音方案EPS Fallback时延因素

与本文相关的学术论文