ATM网络中恒定比特率和可变比特率语音通信

分析了ＡＴＭ（异步转移模式）网络中恒定比特率（ＣＢＲ）和可变比特率（ＶＢＲ）语音通信方式，讨论了ＩＴＵ－Ｔ１９９７年新颁布的ＡＴＭ可变比特率业务适配标准ＡＡＬ２，给出了信元装配实例。针对ＶＢＲ业务相对ＣＢＲ业务有较大不同的网络传输时延特性，着重分析了语音信号作为ＶＢＲ业务采用ＡＡＬ２适配标准时，通过ＡＴＭ网络传输时的装配时延问题。     

基于端到端信令挖掘的VoNR语音时延切片分析方法及应用

VoNR端到端时延是影响5G语音感知的重要因素。传统的时延分析依赖于性能指标关联和现场测试分析，成本高昂且效率低下。本文提出一种基于端到端信令的VoNR语音时延切片分析方法，将呼叫接续时延的统计分析细化至每条信令和每个网元，准确统计业务流程中每条信令消息在每个网元消耗的时间，结合分段时延切片分析工具定位影响VoNR端到端时延的网元并实施优化，与只统计整体时延的分析方法相比，更加高效和精准。通过实际运用，该方法极大地支撑了5G语音质量的优化提升。     

VoIP语音时延的分析和研究

文章介绍了VoIP(IP网络上传送语音)语音质量的测试方法,分析了影响VoIP语音质量的主要因素:延迟、抖动、丢包率和时延.利用E模型定量地分析了语音质量与端到端时延的关系,通过建立数学模型,指出了VoIP 系统中主要的时延分量,并研究了这些时延分量产生的机理和影响它们的参数.在设计实际的VoIP系统时,可以通过优化影响时延分量的主要参数,改善VoIP系统的时延.     

互联网端到端时延分析及测量方法

由于端到端网络时延的测量中存在收发时钟不同步的问题，在测量中大多是通过测往返时延来间接求得端到端时延，测试结果误差较大。本文通过对IP网络端到端时延性能进行分析，提出主动探测方法：在互联网上通过在一端发送带有时间戳的IP数据包，在另一端记录该测量分组的到达时间戳来获得端到端的时延测量值，然后用线性规划的方法来消除收发时钟的初始相位差和相对频差等参数，估计出网络的端到端时延真实值。并以实例测试对此方法进行验证。     

NGN业务的端到端时延分析

对下一代网络（NGN）业务的QoS特性进行了分析，重点针对实时的语音业务进行了端到端的时延分解，给出了可供工程设计参考的时延分配方法。     

IP网络分组时延的测量

IP网络分组的时延是指从发送分组到接收分组之间的时间差。基于以下原因认为时延的测量对于IP网络的拥塞控制以及网络的服务质量都十分重要：首先，某些应用会因端到端时延过大而不能很好地执行，甚至不能执行；其次，时延不确定的变化使得网络对很多交互式实时应用的支持变得很困难；最后，时延值越大传输层协议对于高带宽应用的支持就越困难。网络运营商为了向用户提供优质的服务和对网络进行优化，需要了解IP网络的当前情况，则很有必要测量网络分组的时延。而且，IP网络性能中的其他一些指标的测量也是以时延测量为基础的，比如时延变化(有时候     

网络QoS特性分析

服务质量（ＱｏＳ）是指在网络连接中由业务所决定的性能度量，如带宽、时延或连接中传送数据所允许的消息丢失率。ＱｏＳ需要通过新的连接发起时的接入控制机制获得保证。 服务质量的量化指标 用户感知到的服务质量，即传输的时延。时延上要从以下方面对不同服务产生不同的影响：端到端时延（Ｅｎｄ－ｔｏ－ｅｎｄ　ｄｅｌａｙ）；时延变化（即抖动，ｊｉｔｔｅｒ）。交互式的实时业务（如语音通信等）对端到端时延和抖动很敏感。非交方式的实时业务（如单向广播等）对端到端时延不敏感，但对抖动敏感。非实时业务往往对时延不敏感，但由于…     

基于SIP协议的多媒体视讯业务承载质量研究——VoIP业务

语音通信是"三网融合"业务中的基础业务,在NGB网络中采用VoIP技术进行承载。作为一个分组交换网,NGB自身的统计时分特性会导致语音报文与其他业务报文复用并被传送到对端时,经历出不同的时延,甚至由于链路和设备的缺陷发生丢失,继而影响通信质量。本文将对IP网络的时延、时延变化、丢包和错包等性能之指标对VoIP的业务影响进行定性和定量分析。     

基于城市道路实时信息的VANET动态路由协议

文章提出动态路由算法DRDC(基于城市道路实时信息的VANET动态路由算法),该路由算法利用实时车流信息来动态创建基于道路的路径,并采用动态路由更新策略和基于下一跳速度矢量选择最优路径来降低端到端时延。仿真结果表明,与现有的VANET路由算法相比,该算法能有效改善分组的传输效率,降低端到端的传输时延。     

基于有限状态径向基函数网络的汉语语音识别研究

本文提出了有限状态径向基函数网络结构，它可用Ｋ－均值聚类算法和最小二乘算法分层独立训练，训练速度快。通过汉语语音识别实验，研究了ＦＳＲＢＦ网及子网的特性。结果表明，ＦＳＲＢＦ结构很适于处理时序信息，易于推广到其他识别单元的系统中。     

用AAL5实现基于ATM的分组语音通信

本分析了现有应用于ATM分组语音通信的AAL1、AAL2适配方案优缺点后，提出了用AAL5实现基于ATM的分组语音通信，并就语音编码方式和时延这两个关键问题进行了探讨。     

用AAL5实现基于ATM的分组语音通信

分析现有的应用于ATM分组语音通信的AAL1、AAL2适配方案的优缺点，提出了用AAL5实现基于ATM的分组语音通信，并就语音编码方式和时延这两个关键问题进行了探讨。     

突发大时延下的IP语音缓冲算法

当网络中存在突发大时延时,就会出现极大丢包率或极大端到端时延的情况,从而难以获得好的语音质量。对于这个问题,提出针对突发大时延存在下的自适应语音缓冲算法。算法通过控制语音包在语音缓冲队列中的位置来控制语音包的播放时间,从而可以尽量减小语音裂缝(Gap)的出现。算法将突发大时延存在下的最大丢包率可以扩大到20％,而一般的预测算法只能容忍5-10％的最大丢包率。通过基于听觉模型的客观音质评价(PESQ)仿真计算,以及实际应用表明本文的算法对有突发大时延存在的网络中的语音通信质量有一定的改善作用。     

基于提前分配路径的低时延片上路由器结构

该文针对片上网络提出一种基于提前分配路径的低时延片上路由器结构(PAPR).新路由器采用提前路由计算和提前分配路径来缩短路由器流水线深度.提前路由计算为虚信道提前分配提供了可靠保障,即使在虚信道路径提前分配失败的情况下,也不影响分组在网络中的传输时延.该文提出基于缓存状态的仲裁算法BSTS(Buffer Status)综合考虑当前节点缓存信息和下游节点缓存信息,不但降低了分组等待时延,而且降低了缓存空闲的概率.仿真结果表明,新路由器能明显改善网络的时延和吞吐性能,相比采用滑动迭代轮询仲裁iSLIP(iterative Round-Robin Matching with SLIP(Serial Line Interface Protocal))算法的经典虚信道路由器,网络平均端到端时延降低了24.5％,吞吐率提高了27.5％;与采用轮询迭代RRM(Round-Robin Matching)算法的经典虚信道路由器相比,平均端到端时延降低了39.2％,吞吐率提高了47.2％.路由器硬件开销和平均功耗分别增加仅为8.9％,5.9％.     

基于速率自适应预测的ATM网络ABR业务流量控制

本文深度将自适应预测方法引入ＡＢＲ流控算法中。ＡＴＭ网络的国带宽模型是一非平稳随机过程。高速网络中可用带宽的反馈信息由于线路的传播时延造成了流理控制的滞后。西方节ＡＢ国的这两特点，对ＡＴＭ Ｆｏｒｕｍ的ＴＭ４．０规定进行了一定的修改，采用离散化的ＡＴＭ网传输模型，提出了一种基于速率自适应预测的ＡＢＲ业务流控方法，较好地补偿了时延带来的控制的滞后效应，且具有参数易于选择的优点。通过仿真，论证了该方法     

视频端到端的时延测试方法研究

 在各类视频监控网络中,视频端到端的时延测试是一个令人困扰的问题,各设备制造商均无合适的端到端视频时延的测试工具。本文分析了视频端到端时延测试的主要难点,提出了一种适合视频端到端时延的测试方法,通过GPS或Internet网络解决了时延测试关键的同步问题,并利用数字图像识别技术自动分析出依附在视频上的同步时钟信息。     

基于队列管理和调度策略增强移动自组网的服务质量

基于802.11e草案中EDCF机制的区分服务和多队列技术，提出对时延敏感性业务设置时延界限，并根据队列中包的剩余生命时间进行调度。仿真结果表明，此方案减少语音业务端到端的时延，并且有效抑制了移动和多跳引起的队列拥塞现象，提高了Ad Hoc网络的整体性能。     

无比特丢弃的AAL2分组话音系统最优分组长度的研究

该文根据分组话音业务的特点,结合分组话音业务服务质量要求,特别是分组丢弃概率和端到端分组传送时延的要求,研究AAL2分组话音系统中AAL2分组最优长度的确定方法,得出结论:对于无比特丢弃的AAL2分组话音系统,当话音采用32kb/s的编码时,AAL2分组的最优长度大约为31个字节;当话音采用16kb/s的编码时,AAL2分组的最优长度大约为27个字节。此时AAL2分组的分组头开销小,话音分组的丢弃概率和端到端分组传送时延低,所得的分组话音质量高。     

Ad hoc网络基于信息的调度算法

针对Ad hoc网络提出一种基于信息的调度策略。分组调度时,既考虑队列中剩余信息的多少又考虑原始的信息长度。仿真结果表明,算法改进了整个系统信息端到端的时延性能,并且不影响网络的吞吐量性能,不需要额外的通信开销。     

神经网络语音识别的研究及进展

论述了在语音识别中听觉神经网络模型，ＢＰ网络，时延神经网络，自组织影射，学习矢量量化和神经预测网络的优缺点及神经网络语音识别的发展动态。