训练时长

2024-10-23

训练时长（通用7篇）

训练时长篇1

0 引言

说话人识别是指计算机通过对说话人语音信号进行分析处理,进而提取能反映特定说话人生理和行为的语音特征参数来自动识别说话人身份的技术。该技术已广泛应用于国家安全、司法鉴定、电话银行、语音拨号等诸多领域。说话人识别根据识别目标的不同,可分为说话人辨别和说话人确认两类,本文主要研究基于i⁃vector说话人辨认模型来分析和测试语料时长、男女比例和高斯混合度之间的关系。

当前由NIST组织的比较流行的国际说话人评测系统,主要是建立在以混合高斯模型⁃通用背景模型(Gaussian Mixture Model⁃Universal Background Model,GMM⁃UBM)[1]的基础上。随后学者们在此基础上进行了改进,从而得出高斯混合模型超矢量⁃支持向量机(Gaussian Mixture Model Super⁃support Vector Machine,GSV⁃SVM)[2]、联合因子分析(Joint Factor Analysis,JFA)[3]及i⁃vector(identity vector)[4]等说话人建模技术,其中i⁃vector识别系统已成为当今最前沿最有效的说话人识别技术,其性能明显优于GSV⁃SVM和JFA这两种识别系统。通过总结以往的研究成果发现在训练和提取i⁃vec⁃tor时,对语料的时长、高斯混合度及男女比例不是太关注。但在实际的实验中,提取i⁃vector特征的语料参数也非常重要,需要经过多次测试比较,找到训练时长、混合度、男女比例和系统性能之间的关系,从而减少训练时间和工作量,为以后的研究提供一个基本的数据依据。

1 基于i⁃vector的说话人识别系统

1.1 i⁃vector基本原理

基于身份认证矢量i⁃vector说话人辨别系统的基本思想是假设说话人信息以及信道信息同时处于高斯混合模型高维均值超矢量(Super Vector,SV)空间中,通过利用在这个超矢量空间中训练包括说话人信息和信道差异的全差异(Total Variability,TV)空间,将每个说话人语音数据的均值超矢量S分解为:

式中:S代表高斯混合模型的高维均值超矢量;m代表与特定说话人信息和信道信息无关的一个超矢量;T为全差异空间,将高维的高斯混合模型均值超矢量在该子空间上进行投影,得到低维的总体变化因子矢量ω,ω是包含整段语音中的说话人信息和信道信息的一个全差异因子,即i⁃vector。其实现框图如图1所示。

基于GMM⁃UBM的说话人系统的通用背景模型(UBM)是由大量说话人的语料通过期望最大化(EM)[5]训练得到的,其代表着统计平均的说话人信息和信道信息,在此基础上,将注册语料通过最大后验概率算法(MAP)[6]自适应得到目标说话人模型。

1.2 i⁃vector特征提取

对于给定的训练语音数据s,首先根据训练所得的UBM提取Baum⁃Welch统计量:

式中:Ns[c]和fs[c]为语音s特征参数(维度为D)对于混合度为C的UBM的零阶和一阶统计量;γc(ot)为观察矢量ot对于给定UBM的第c个混合度的后验概率的输出;语音s所有混合度的一阶统计量fs=(fs(1),fs(2),⋯,fs(c))。为了便于计算,先对一阶统计量和均值进行归一化[7]:

然后再对一阶统计量和全差异空间T用UBM的协方差进行规整,假设UBM的协方差矩阵Σ[c]为对角正定矩阵,如下:

式中:Σ[c]-1/2是矩阵Σ[c]逆的Cholesky分解[8];T[c]为全差异空间T(维度为D×M)的子矩阵,T=(T(1)′,T(2)′,⋯,T(c)′)。根据估计出的统计量提取i⁃vector如下:

式中:Ls是一个M×M的矩阵;ωs为语音s的i⁃vector特征。在已知全差异空间T的前提下,就可以求出任何语音的i⁃vector特征,所以准确估计全差异空间T是求i⁃vector的关键。

1.3 全差异空间T的构建

全差异空间T包含了说话人信息和信道信息两者在空间上的统计分布,可以通过大量的语音利用EM算法训练得到。首先初始化T,对s条训练语音数据计算以下变量:

式中:fs[c],Ns[c],ωs是由式(2)、式(3)、式(9)得到的。T的更新过程可以利用式(13)实现:

1.4 余弦距离打分及系统性能评价

余弦距离打分实际上是一种对称式的核函数分类器,也就是说目标矢量与测试矢量交换后不影响打分结果。通过计算目标说话人i⁃vector矢量ωtar和测试i⁃vec⁃tor矢量ωtst的余弦距离分数作为判决分数,再与阈值θ进行比较,从而得到结果,如式(14)所示:

说话人识别系统中经常采用识别率对系统性能进行评价,其计算公式如下:

2 实验条件设置

本文在Linux操作系统服务器版Ubuntu 12.04.4下以Kaldi语音识别工具[9]为平台进行仿真。Kaldi作为当前最新也是最流行的语音识别工具,它是由剑桥大学开发的一个开源工具包,由C++编写而成且被Apache Li⁃cense v2.0进行授权许可。仿真实验采用微软的语音库MSRA。该语音库包括了100个男性和100个女性说话人发声的干净单声道语音,每人分别为150句,每条语音的长度大约在8~10 s,其数据采样率为16 b/16 k Hz。实验中选男女各80人作为训练集,其余的男女各20人作为测试集。

本实验的目的在于探讨不同时长及混合度与i⁃vector识别系统性能之间的关系,因此在实验中不考虑信道因素、噪声因素对说话人识别系统的影响。在进行语音特征提取时,选用预加重的系数是0.95,采用Hamming窗,帧移为10 ms,帧长为30 ms,并选用由Mermelstein和Davis提出的Mel倒谱系数(Mel Frequency Cepstrum Co⁃efficient,MFCC)特征,MFCC特征维数为12,外加其一维能量以及一、二阶差分和能量,所以MFCC的总维数为42。在进行i⁃vector训练时,通过选择训练语句的条数来设定时长,训练语句平均取自男女各80个说话人中,训练时长分别设定为1 600条,4 800条,8 000条,11 200条,14 400条,17 600条,20 800条,24 000条。为了更精确地讨论高斯混合度和训练时长对i⁃vector的影响,将高斯混合度数分别设定为64,128,256,512,1 024,2 048。在此基础上,实验还设定了一组不同男女比例混合度对i⁃vector识别系统的影响,分别为女性说话人占总数的0%,20%,40%,60%,80%,100%。

3 实验结果与分析

根据训练语句的多少,依次由少到多记为1~8,在测试阶段,用男女各20个说话人的150条语句作为测试集进行验证,通过式(15)计算出不同时长和高斯混合度的识别率,实验结果如表1所示。

从表1可以看出:在训练语句较多的情况下,随着高斯混合度的增加,i⁃vector的识别率也有明显的提高,说明混合度越高识别率就越高;但是随着混合度的增加,训练i⁃vector时间就会越多,呈指数增长,而且对硬件环境要求也比较高,所以在硬件条件一般的情况下,综合性价比来说,高斯混合度在512维是性价比最优。在相同混合度条件下,随着训练语音数据的增加,系统的识别性能也随之提高,但是当语音条数增加到一定程度时识别率不再提高,为了节省空间,提高运算效率,语音数在14 400的时候效果最佳。

从表1知,当混合度在512维,训练语句在14 000左右时效果最好,因此固定时长和高斯混合度的维数,通过调节男女混合比例来进行测试,其结果见表2。

在训练时长和高斯混合度一定的情况下,男女混合的比例对i⁃vector说话人识别系统的性能也有较大的影响;从实验的结果可以看出,当女生的比例占所有总数的60%时,识别效果最优。因此在今后的i⁃vector说话人识别系统中,要充分考虑语音数据的男女比例。

4 结语

本文旨在通过设置不同的训练语音时长和高斯混合度的维数及男女比例,在基于i⁃vector的说话人识别系统上探讨了三者对i⁃vector的影响,通过实验发现,高斯混合度和语音时长之间存在着对应关系,为今后说话人识别研究提供了一个基本的数据依据。本实验只是探讨了单一信道的语音,没有考虑信道和噪声对系统的影响,在今后的说话人识别测试中,可以考虑以上两个因素对系统性能的影响,讨论在这两种情况下,高斯混合度和语音时长及男女混合比例之间的关系。

参考文献

[1]REYNOLDS D A,QUATIERI T F,DUNN R.Speaker verification using adapted gaussian mixture model[J].Digital signal processing,2000,10(1/2/3):19-41.

[2]CAMPBELL W M,STURIM D E,REYNOLDS D A.Support vector machines using GMM supervectors for speaker verification[J].IEEE signal processing letters,2006,13(5):308-311.

[3]KENNY P,OUELLET P,DEHAK N,et al.A study of interspeaker variability in speaker verification[J].IEEE transactions on audio,speech and language processing,2008,16(5):980-988.

[4]DEHAK N,KENNY P,OUELLET P,et al.Front-end factor analysis for speaker verification[J].IEEE Transactions on audio,speech and language processing,2011,19(4):788-798.

[5]GHAHRAMANI Z,HINTON G.The EM algorithm for mixtures of factor analyzers:CRG-TR-96-1[R].Toronto:Department of Computer Science,University of Toronto,1966.

[6]GAUVAIN J L,LEE C H.Maximum a posterior estimation for multivariate Gaussian mixture observations of Markov chains[J].IEEE transactions on speech and audio processing,1994,2(2):291-298.

[7]GLEMBEK O,BURGET L,MAĚJKA P,et al.Simplification and optimization of I-vector extraction[C]//Proceedings of IEEE International Conference on Acoustics,Speech and Signal Processing.Prague:IEEE,2011:4516-4519.

[8]SEEGER Matthias.Low rank updates for the cholesky decomposition[EB/OL].[2010-12-04].http://upseeger.epfl.ch/papers/cholupdate.pdf.

[9]POVEY D,GHOSHAL A,BOULIANNE G,et al.The Kaldi speech recognition toolkit[EB/OL].[2013-02-03].http://blog.csdn.net/jiangyangbo/article/.

[10]方昕,李辉,刘青松.利用i-vectors构建区分性话者模型的话者确认[J].小型微型计算机系统,2014(3):685-688.

[11]栗志意,张卫强,何亮,等.基于总体变化子空间自适应的ivector说话人识别系统研究[J].自动化学报,2014(8):1836-1840.

缩短LTECSFB呼叫时长研究篇2

LTE只支持分组域, 建网之初通常采用2/3G CS域语音方案来提供语音服务。3GPP R8提出了CSFB (Circuit Switched Fallback) 技术, 即LTE覆盖下的UE在需要处理CS业务时, 切换到UTRAN/GERAN网络中完成业务处理。目前, 苹果iPhone5S、华为D2等主流4G终端均采用CSFB方案。

具备CSFB功能的LTE终端用户, 优先接入和驻留在LTE网络上, 当用户发起CS语音业务 (主叫或被叫) 时, 将会触发终端用户回落到覆盖重合的2/3G网络, 然后再按照标准CS业务流程完成话音呼叫处理;CS语音业务结束后, 用户将再返回到LTE网络。

与数据业务相比, 语音业务对时延很敏感, 语音呼叫时延是LTE CSFB必须解决的首要问题。中国移动已经明确规定LTE CSFB优选回落到2G。由于回落到2G网络后需要测量选取回落的2G小区, 与回落的2G小区同步, 读取2G目标小区系统广播消息, 因此, LTE SCFB呼叫时延将比2G/TD增加3-4秒左右, 而普通2G呼叫时延大约在6-7秒 (CM ServiceRequest-->Alerting) 。

2 缩短 CSFB 呼叫时长思路

要分析LTE CSFB呼叫时长, 需要熟练掌握CSFB流程, 典型的LTE CSFB主叫流程如图1所示。

UE首先在LTE网络发起呼叫流程, 第一条NAS层信令消息是Extended Service Request, MME收到该消息后, 根据相关字段标志判断该呼叫是CSFB呼叫, 下发RRCConnetion Release消息, UE收到此消息后回落到2G网络, UE携带2G频点, 与回落2G小区同步, 读取目标小区系统广播消息。CM ServiceRequest之后的呼叫流程和2G呼叫完全一致。

LTE呼叫流程大体可以分为:UE在LTE网络发起呼叫过程、LTE回落到2G过程、2G网络呼叫过程。其中, UE在LTE网络发起呼叫过程 (RRC Connection Request-->RRC Connection Release) 大约在0.3秒左右, 很难再减少。LTE回落到2G过程目前有R8 RRC重定向和R9重定向 (RIM) 两种方案。2G网络呼叫时间仍然占CSFB呼叫总时长的主要部分, 如何在CSFB呼叫流程中减少2G网络呼叫时长也是业界重点关注的问题。

3 开启 UMTS 选择性鉴权, 缩短 CSFB呼叫时长

(1) UMTS选择性鉴权

LTE网络采用四元组鉴权 / 五元组鉴权。HLR/AUC生成的是五元鉴权向量组, HLR/AUC将鉴权向量组发送给HSS, HSS把五元组鉴权转化为四元组再下发给MME。目前CSFB回落到2G网络后采用的是UMTS五元组鉴权。

LTE CSFB用户回落到2G网络后, 鉴权过程通常在0.5S-1S范围内。开启UMTS选择性鉴权, 可以有效缩短LTE CSFB总时长。

(2) 开启UMTS选择性鉴权对LTE用户安全性的影响

2G网络采用三元组鉴权, 开启选择性鉴权可能会带来SIM卡复制等风险, 但对于LTE CSFB用户而言, 平时在没有CS语音业务的情况下, 优先接入和驻留在LTE网络上。当LTE用户attach注册成功驻留在LTE网络时, 存在两种状态:IDLE和CONNECTED。简言之, 用户平时处于IDLE状态, 此时没有RRC连接建立; 当有数据业务时会进入CONNECTED状态 , RRC连接建立。由IDLE状态进入CONNECTED状态时会执行鉴权过程, 即当用户做Attach注册、TAU更新或在IDLE状态发起业务呼叫, 就会有鉴权过程。根据实际测试, 当用户数据业务结束约1分钟后, 网络侧就会下发RRC Release消息, 用户进入IDLE状态;再次发起数据业务时就执行鉴权过程。因此, 用户在LTE EPS网络鉴权过程比较频繁, 用户回落到2/3G后即使进行选择性鉴权, 其安全可靠性也有充分保障。

(3) 开启UMTS选择性鉴权方法

以爱立信2/3G核心网为例, MSC Server开启UMTS选择性鉴权指令:

DBTSC:TAB=AXEPARS, SETNAME=GSMMMSC, NAME=SELAUTHUMTS, VALUE=1;

DBTSC:TAB=AXEPARS, SETNAME=GSMMMSC, NAME=SELAUTHCALLUMTS, VALUE=1;

DBTSC:TAB=AXEPARS, SETNAME=GSMMMSC, NAME=SELAUTHLUUMTS, VALUE=1;

DBTSC:TAB=AXEPARS, SETNAME=GSMMMSC, NAME=SELAUTHCIPHUMTS, VALUE=15。

4 调整 TIMEMGWDM 参数, 缩短CSFB 呼叫时长

(1) 爱立信端局TCH分配策略及TIMEMGWDM参数

对于爱立信端局, 主叫MSC SERVER在正常呼叫流程中会给被叫MSC SERVER发送IAM消息, 被叫MSCSERVER收到IAM后TIMEMGWDM参数开始计时。如果收到MS发送的call confirm消息后该计时器未超时, 则该计时器停止计时, 并向主叫端局回送第一个APM消息, 主叫端局进行TCH分配, 继续按正常流程接续呼叫。如果被叫MSC SERVER收到IAM消息后直到TIMEMGWDM计时器超时, 仍没有收到MS发送的CALL CONFIRM消息, 则被叫所在端局返回第一个后向APM消息 (此时不关心被叫状态) , 主叫收到该APM消息后开始进行TCH信道分配, 然后按照正常流程接续呼叫。

为尽可能缩短主叫接入时长, 从以上信令过程来看, 需要将主叫的TCH分配提前, 从而缩短整个呼叫过程中的接入时长。我们做了大量测试、试验, 总结出了通过修改参数TIMEMGWDM值来缩短呼叫时长的办法。TIMEMGWDM是MGW选择之前等待接收到MS呼叫确认 (即call confirm) 的时间, 取值范围为1-14秒, 默认为5秒, 所属功能块为MTTEC。

根据统计, 大约50%的寻呼响应在1秒之内完成, 50%的寻呼响应时长超过1秒。因此, 可以考虑将其TIMEMGWDM修改为1秒。

(2) 爱立信端局修改TIMEMGWDM参数方法

爱立信端局修改TIMEMGWDM参数指令:

DBTSC:TAB=AXEPARS, SENAME=GSMMSSC, NAME=TIMEMGWDM, VALUE=1。

5 同时开启 UMTS 选择性鉴权和TIMEMGWDM 参数, 缩短 CSFB呼叫时长

(1) 测试时间:2013年6月9号测试地点:青岛移动公司综合楼13楼会议室

(2) 主叫号码为18405327474 , 被叫号码为13963916158, 被叫号码有彩铃和智能网

(3) 主叫登记MME为QDAMME01CSFB, 回落端局为QDAGS30

(4) CSFB回落BSC为QDBSC25

(5) 测试方法 : 主叫18405327474是LTE CSFB用户。首先, 18405327474呼叫13963916158合计50次, 然后QDAGS30同时开启UMTS选择性鉴权并修改TIMEMGWDM参数为1秒, 18405327474呼叫13963916158合计50次, 用三星CDS终端软件进行追踪。

(6) 测试结果数据如图2所示。可以看到, 同时开启UMTS选择性鉴权并修改TIMEMGWDM参数后, LTE CSFB平均呼叫时长比基准时延缩短了1.7S左右, 效果非常明显。

6 结束语

建筑遮挡的房屋日照时长分析篇3

因为各地太阳轨迹每日不同, 建筑物还存在前后遮挡, 房屋采光性能的评估非常复杂, 具体采光的时空分布难以获得。该研究就是通过分析目标所在的经纬度, 计算出每一日的太阳轨迹, 建立目标与太阳之间的向量直线分布, 对向量与周围建筑物立面的相交关系进行遍历解算, 获得详细的日照时长统计与有效采光时间分布。

1 太阳轨迹分析

太阳轨迹一天之内存在连续变化, 也随日期改变, 针对中国不同的地区, 根据该地区的经纬度计算得到太阳运行轨迹。

以2014年10月1日北京市为例:

(1) 确定所在地的经纬度 (北京116.46°E, 39.92°N)

(2) 依据太阳运行规律, 计算得到高度角、方位角, 画出该天太阳运行轨迹线

太阳高度角H的计算公式:

太阳方位角A的计算公式:

其中δ为太阳赤纬, φ为该地的地理纬度, t为该地的地方时。 (北纬为正, 南纬为负)

从2014年10月1日早上6:00开始, 求得太阳高度角和方位角, 然后每隔6分钟计算一次, 至日落时刻结束。 (部分数据如下表1所示)

2 遮挡情况分析

对遮挡建筑物建模, 以用户的所在位置为坐标原点 (0, 0, 0) , 建立三维空间直角坐标系。以坐标原点为基点, 利用算出的高度角和方位角画出一条射线。把到日落为止的这一天内的每隔6分钟所画出的所有射线整合成如图1所示的圆锥面。

把遮挡建筑物除底面外的五个表面都简化成平面, 此建筑物即可等效为由这五个平面和地面围成的封闭的长方体模型。

圆锥面与长方体模型相交的部分即为遮挡的部分。具体计算过程:

在某一时刻:

设长方体模型上方四个顶点的坐标分别为

上表面方程为

前后两侧面方程分别为

左右两侧面方程分别为

圆锥面上的射线方程为

将射线方程与长方体模型的五个平面方程联立, 得到五个交点, 分别如下:

上表面交点坐标:

四个侧面交点坐标分别是:

假设a1为a1、a2、a3、a4中的最小值, a4为其中最大值, b1为b1、b2、b3、b4中的最小值, b4为其中最大值, 若五个交点的x分量大于a1小于a4, y分量大于b1小于b4且四个侧面交点的z分量小于c0, 则为遮挡。

每隔6分钟重复一次, 记录遮挡与否。统计全部数据, 计算全天的遮挡时长。

3 结语

运用上述方法计算能够得到:一天中总日照时长;一天中采光时间;遮挡时长占总日照时长的比例;日出以及日落的时刻。该方法操作简单, 有助于买房用户和房地产商衡量房屋的相对价值, 作为买卖房源时的参考。

参考文献

[1]方艳, 江丕文, 刘俊.日照分析技术在规划管理中的应用[A].城市规划和科学发展棗2009中国城市规划年会论文集[C].2009.

[2]王庆伟, 尚仁杰, 于大龙, 等.日照分析在光伏组件排布中的应用[J].太阳能, 2013 (9) :36-40.

训练时长篇4

首先,由于某公司所建船舶的某些船体结构与外板板缝不能使用自动焊、半自动焊,只能手工操作进行焊接,而手工操作时因焊工技能和各种因素的影响,会出现诸如一条较长的焊缝上多处焊宽大小不一、余高差异较大、焊脚不符合要求等等外观成型不良的问题,此时打磨人员就对这些问题进行逐一打磨光顺;其次,因为焊缝的过度打磨导致了检验员对焊缝的不良成型等缺陷的发现变得困难,同时过度打磨不能促进焊工焊接技能的提高,更不能促进焊接质量的提高。最后总观焊缝时,一条较长的焊缝打磨的长度超过了二分之一或者更甚,这样费时费力也不美观,质量更不能得到有效的保证,得不偿失。于是,船东代表、质量部门、工艺部门、生产部门负责人为此召开了焊缝打磨专题研讨会,对船体焊缝哪些情况需要打磨、哪些情况无需打磨等等情况达成了共识,并以通知单的形式下发到相关作业区宣贯实施。实施后效果明显。以某公司某船为例,与上艘同型号的产品相比,主船体和上建分段打磨时长降低了1105个小时。

2现状调查

2014年3月,船东代表、质量部门船体相关检验人员,经过对在建某系列船的外板、甲板对接缝及内部结构对接缝、角接缝的现场检查发现,均有焊缝表面过度打磨的现象,打磨长度超过所在焊缝的二分之一,不但浪费了大量的人力物力,而且没有良好的视觉效果,焊缝质量方面更得不到有效保证,焊工的技术水平也得不到更好的提升。

3制定严格的工艺流程,优化焊缝打磨方案

2014年3月21日上午,船东代表、质量部门、工艺部门、生产部门负责人召开了焊缝打磨专题研讨会,会上要求制定严格的工艺流程,对焊缝打磨工艺进行优化,达成共识如下:a.制定合理的焊接程序,保证焊接质量,减小焊接应力和变形;手工焊接板列时,应先焊端接缝,后焊边接缝,对较长的焊缝应采用逐步退焊法或分中逐步退焊法等;b.针对特殊板材(薄板、厚板或铸钢件等)的不同特点,制定相应的工艺措施。薄板手工焊时应采用短弧焊及较高的焊接速度。较长的焊缝必须采用逐步退焊法、跳焊法等进行分段焊接,每段长度以300mm左右为宜,实际生产中也可用一根焊条所焊焊缝的长度为一段;厚板或铸钢件对接焊时,可根据焊件厚度,分别开V形、X形、U型等坡口进行多层焊。必要时平位置的焊缝可以先用手工焊打底后再进行埋弧自动焊焊接等;c.气孔、夹渣、未融合、表面裂纹等焊缝表面缺陷,需要补焊后进行打磨修整;d.焊缝局部突出、余高超差,需要打磨进行修整;e.焊缝有尖锐形状的,如角焊缝包角等应进行打磨修整。

3.1学习宣贯

会后各个作业区利用每周一早上开工前的早班会,对班组的装配工、电焊工、打磨工进行优化焊缝打磨方案的学习和宣贯。与此同时,质量部相关人员与各作业区施工负责人一同利用早会的时间对2014年3月21日召开的焊缝打磨专题研讨会的会议精神进行传达,并对会中优化焊缝的打磨方案进行宣贯。

3.2培训考试,持证上岗

自2014年起至2016年1月,公司多次组织各工种的培训考试,确保持证上岗。请资深人员及高级技师现场培训指导并建立长期有效的培训考试机制,每年组织装、焊工技能竞赛;另外,对打磨工也做了相关的上岗培训,要求打磨人员严格按照公司各产品《批补磨施工工艺》和优化后的焊缝打磨方案执行打磨作业,严禁过度打磨。其目的是经过系统专业化的培训考试,使施工人员达到本岗位的技能要求持证上岗,整体提高装配工、电焊工、打磨工的装配、焊接、打磨技能水平,保证船体焊缝的外观及内部质量。

3.3加大工艺巡检力度

自2014年起至2016年1月,加大了工艺巡检力度:2014年1月1日起,截止至2014年12月底,全年共进行29期工艺检查,全厂通报29期。2015年1月起,截止至2015年12月底,共进行32期定期工艺检查,3期不定时,全厂通报32期。

4实施效果

优化焊缝打磨方案,促进焊缝质量提升的方案经过实船应用,效果明显:现某公司某船的外板、甲板对接缝及内部结构对接缝、角接缝的焊接外观表面质量等得到很大提升,船东代表在相关产品加工阶段、分段阶段、搭载阶段、预舾装阶段现场验收时给予充分的肯定;同时,从焊后的焊缝表面成型质量上看:装配作业人员、电焊作业人员的技能水平得到了很大的提升,特别是打磨作业人员的劳动强度大大降低,效率明显提高。工时方面据某车间相关人员统计后反馈,同一船型主船体和上建分段实施前打磨时长为4397小时,实施后打磨时长为3292小时,降低了1105个小时。

5结论

现阶段随着减少打磨的工艺的开展和执行,取得了打磨时长降低了1105个小时的成效,加快了相关产品的建造进度,同时产品焊缝外观质量和焊工技术水平也得到了一定的提升,值得大力推广。

参考文献

[1]船体工艺手册.(修订本).[M]北京:国防工业出版社.

训练时长篇5

1 概述

在移动网络中语音接续时长的定义为, 从主叫用户手机发起业务请求开始, 到收到振铃消息结束为止的这一时间段。对接续时长的分析可以通过话务统计分析, 也可以通过信令跟踪进行分析, 本文是通过信令跟踪方法进行了详细分析。

2 详细分析

为了便于分析, 可以把此流程分为主叫阶段、取路由阶段、被叫阶段和振铃阶段四个阶段来进行分析。详见表1:

2.1 主叫阶段

主叫阶段分为以下几个阶段:

(1) 向手机发起鉴权请求时长:现网的鉴权频率为每10次分配1次, 从呼叫实例2中可以看出主叫向手机发起鉴权请求时长为0.699秒。

(2) 向HLR取5组鉴权5元组参数时长:现网配置为每隔四次交换机会向HLR请求5组鉴权5元组参数, 从呼叫实例2中可以看出接续时长会增加0.95秒左右。

(3) 主叫加密时长:从表1中可以看出主叫加密时长为0.18秒左右。

(4) 主叫TMSI重分配时长:现网的TMSI重分配频率为每10次分配1次, 从呼概为0.19秒左右。

2.2 取路由阶段

从表1中可以看出主叫向被叫取路由的时长大概在0.28秒左右。

2.3 被叫阶段

被叫阶段可以分为以下几个阶段:

(1) 被叫寻呼响应:从表1中可以看出, 被叫寻呼响应时长为2秒左右, 它不仅和系统配置有关, 也和用户所处的无线线网络环境以及用户所用手机有很大的关系。

(2) 加密阶段:平均加密时长0.18秒左右。

(3) 被叫SETUP建立阶段:大概在0.2秒左右。

(4) 被叫鉴权阶段:和主叫一样, 现网鉴权频率为每10次1次, 呼叫实例2正好发生鉴权, 鉴权时长0.7秒。

(5) 被叫TMSI重分配阶段:和主叫一样, 现网TMSI重分配频率为每10次1次, 呼叫实例2正好发生TMSI重分配, TMSI重分配时长为0.19秒。

(6) 被叫ASSIGMENT指配阶段:从表1中可以看出时长在0.9秒左右, 而无线TCH指配阶段很容易受无线环境的影响。

2.4

振铃阶时段, 被叫上发ALERTING到主叫收到ALERTING时长大概在0.05秒, 时间极短

2.5 接续时长分析

从表1中可以看出, 呼叫实例1是在主被叫都不发生向手机请求鉴权和TMSI重分配情况下, 以及不向HLR请求鉴权参数的实例, 接续时长大概在3.85秒左右, 而呼叫实例2是在以上情况下都发生的呼叫实例, 接续时长大概在6.54秒左右, 所以在无线网络环境正常情况下, 接续时长会在3.85秒到6.54秒之间变动, 如果无线环境不好, 接续时长还会变长。

3 优化建议

从以上分析可以看出, 鉴权和TMSI重分配频率和寻呼响应以及信道指配对接续时长影响比较大, 为了降低用户的接续时长, 建议从以下几个方面着手:

(1) 鉴权频率和TMSI重分配频率的设置, 现网配置为每10次分配1次, 所以每隔10次有1次接续时长会比较大一点, 如果现网配置频率比较频繁, 建议适当增大次数, 这样大部分用户呼叫的接续时长不会很大, 但参数设置不宜偏大, 这样会影响网络安全。

(2) 寻呼阶段:从核心侧来看, 现网的二次寻呼间隔为5秒左右, 这样用户发生二次寻呼时其接续时长会增大5秒左右, 所以二次寻呼间隔建议不宜太大, 否则会影响用户接续时长。从寻呼策略来看, 建议不要开启三次寻呼, 建议两次寻呼都为LAC区寻呼, 不宜配置MSC全局寻呼。

从无线侧来看LAC区不宜划分的过大, 过大会导致基站的寻呼负荷过大, 造成信令拥塞, 增大寻呼时长, 而基站的小区参数BS_PA_MFRMS的设置不宜太大, 因为越大, 空口下发寻呼消息的时延会变大。

从用户侧来看, 建议用户使用正规厂家生产的手机, 有些杂牌手机的的信号质量不好, 从而导致寻呼时间变长或者引起起二次寻呼, 导致接续时长变长。

(3) 指配阶段:从无线侧来看, 加大优化措施, 减少拥塞小区, 因为小区拥塞, 会使指配时间变长, 从而增大接续时长。另外减少小区的无线干扰, 同样也会降低接续时长。

(4) 从MS来看:在进行主叫分析测试中, 发现有的用户发起CM Service Request请求时上报的Mobile Identity为IMSI, 这样用户每次主叫都需要鉴权和TMSI重分配, 这样接续时长会增加0.8秒左右, 而有的手机上报的是TMSI/P-TMSI, 所以不需要每次TMSI重分配和鉴权, 这样只需每10次进行一次鉴权和TMSI重分配, 大大缩短了接续时长, 通过比较发现是由于一些用户USIM卡原因导致此现象发生, 建议订购USIM卡时进行比较测试。

4 结束语

通过以上综合分析, 可以看出如果优化用户的接续时长, 需要从核心侧和无线侧以及用户手机等各个方面进行综合考虑分析, 这样才能找到优化最佳方法, 从而降低用户接续时长, 提高用户的感知度。

参考文献

训练时长篇6

LAN改制业务, 就是将最高下行速率为10M的LAN宽带接入方式改为百兆的PON宽带接入方式。开通流程如图1所示。

2015年1-3月, 某运营商市分公司LAN改制业务开通时长远高于省公司考核指标, 由此产生的用户投诉也大量增长。缩短LAN改制业务开通时长迫在眉睫。

2 影响时长症结分析

按照工作性质分类统计1-3月各环节平均历时, 并对结果进行汇总, 如图2所示, “数据操作历时长”占比最高。

按操作类别进行细化, 如图3所示, “资源变更历时长”和“网管ONU调试历时长”占所有分类的86.21%, 是影响数据操作历时长的主要症结。

经过层层分析, 最终确定四条主要原因:

(1) 外线人员无现场查询资源工具

外线人员目前只能使用电话与维护人员互通资源信息, 无法实现自主查询。选用笔记本电脑作为测试工具, 分别统计有、无工具情况下的两症结历时, 通过相关样本T检验方法进行验证 (图4) , 经过计算, 有、无工具情况下两症结历时差异显著。

(2) 调度流转顺序设置不当

若网管系统设备变更早于端口变更, 则电子工单执行成功;若网管系统设备变更晚于端口变更, 则电子工单执行失败。资源变更历时与电子工单成功率散布图如图5所示。

通过散布图可以看出, 电子工单成功率与资源变更历时呈强负相关。若不解决资源变更调度流转顺序问题, 将严重影响资源变更历时。

(3) 无参数自动配置工具

统计1-3月新入网PON业务工具配置平均时长及改制PON业务手工配置平均时长, 手工配置与工具配置时差占比为41%, 严重影响网管ONU调试历时。时差占比见表1。

(4) 数据配置人员不足

统计1-3月平均每人每日需配置及当前配置的ONU数量, 经计算, 平均每人每日数据配置完成率为55%, 可见数据配置人员无法将当日有配置需求的数据全部配置完成。

3 解决方案

(1) 开发基于智能手机的WEB资源查询平台

针对外线人员无现场查询资源工具问题, 某运营商开发了基于智能手机的WEB资源查询平台, 供外线人员自主查询信息。在页面开发初期通过PDPC法对整个过程进行梳理, 保障了所需功能的顺利实现。开发资源查询WEB页面PDPC图如图6所示。

最终按照以下顺序进行资源查询WEB页面开发:

通过SOCKET方式获取亚信系统及ONU、OLT设备数据, 通过ODBC连接数据库获取号线系统数据, 并使用ASP语言开发WEB公网页面程序。WEB页面开发示意图如图7所示。

(2) 开发数据队列程序界面

为解决数据配置人员及时完成数据配置需求问题, 某运营商开发数据队列程序界面, 动态调配人员职责并确保数据准确率。界面设有超时提醒, 采用对分法选择最佳时长提醒参数, 以避免队列中待配数据积压过多。通过三次对分试验, 最佳提醒时长取值为25分钟。队列程序界面开发示意图如图8所示。

使用ASP语言开发数据队列程序界面, 队列使用流程图及开发界面如图9所示。

若队列中待配数据积压过多, 将导致数据制作不及时, 影响开通时长, 因此队列界面设有超时提醒, 采用对分法选择最佳超时时长提醒参数。实验方案设计见表2。

1) 第一次对分试验 (表3)

2) 第二次对分实验 (表4)

3) 第三次对分实验 (表5)

4) 实验结论:最佳提醒时长取值为25分钟。

(3) 开发参数自动配置工具

为解决手工配置数据历时长问题, 某运营商设计参数自动配置流程并开发工具, 经过联调测试, 数据均一键式自动配置, 去除了人工环节。

工具开发流程图如图10所示。

整体调试测试表 (部分) 见表6。

(4) 开发改制数据维护界面

由于该对策涉及多个工序, 为合理安排实施计划, 某运营商利用箭条图 (图11) 进行管控。

关键路径为:1→2→3→16→17→18→19→20→21, 总时间为55天。对策四工序分解表见表7。

串行调整设备资源变更顺序如图12所示。

采用ASP语言和ACCESS数据库开发改制数据维护界面, 替换实施前繁琐的调度工单, 将整个流程纳入程序管理, 整合零散步骤, 减少手工环节。改制数据维护界面及开发示意图如图13所示。

4 结束语

降低非有效工作时长占比项目研究篇7

工时利用率，是衡量呼叫中心员工工作状态和企业运营成本的关键指标之一，关系到热线运营效能和人员配备数量。

2009年12月到2010年2月之间，山东移动客服一中心的员工平均工时利用率仅为70%，低于考核值(76%)，其中最重要的一个因素是员工非有效工时占比过高(月均4.28%)。因此，作者选择“降低员工非有效工作时长占比”作为研究课题，设定目标值为：非有效工时占比控制在3.41%以内。对影响非工作时长的因素进行全面深入的分析研究，制定改善措施，以降低非工作时长占比，节省人工成本。

2 存在的问题及分析

调取2009年12月—2010年2月非有效工作时长占比数据进行分析，最高月为4.49%，最低为4.09%，月均4.28%。影响非有效工作时长的主要因素有：示忙、外呼、工作态。

(1)在影响占比的因素中，外呼占比最高，其次为示忙、工作态。但外呼中大部分属于掉线后主动、有效外呼，因此，示忙、工作态是影响因素中的关键。

(2)经过认真分析，最终确定影响非有效工时的要因为：员工素质提升培训欠缺;业务技能培训少;没有明确的业务流程;没有知识库更新时限规定。

3 对策制定与实施

(1)针对“员工素质提升培训欠缺”要因，制定系统、完整的素质培训方案，定期安排素质提升培训，新员工参与率要达90%以上。

为尽快提升员工整体素质，首先针对半年内新入职员工(占比约40%)进行素质提升培训，主要内容包括绩效管理、日常行为考核规范、服务礼仪等。

2010年6—8月，针对新入职员工组织素质提升培训10余场，内容包括绩效管理、日常行为管理、服务礼仪等，参训人员计753人，人均2.8次，参与率93.31%。如图1所示。

(2)针对“业务技能培训少”要因，增加培训次数，定期对客服代表进行各类业务培训，培训次数增至2次，合格率要求70%以上。

1)制定业务培训计划

从客服代表薄弱环节入手进行分层培训，将原有每月一场综合培训改为三场专题培训，即月培、二级培训和技能技巧培训，平均每周一场。将业余时间培训改为正常班次业务，在增加频次的同时保证培训效果。

2)制作培训课件