随着3G移动通信网络的不断发展,各项移动新业务对高质量网络服务的需求越来越强烈。目前3G网络的发展重心已经由大规模规划建设阶段慢慢转为网络质量评估和优化阶段。数据业务是3G时代的重头戏,移动用户对数据业务的服务质量体验是运营商在日益激烈的竞争中取得更高关注度的重要因素。所以研究如何更加全面、深入地进行3G数据业务网络通信质量评价将有助于运营商及时了解网络实际运行的情况,从而指导网络规划、建设、优化等工作。由于3G网络是自干扰系统,网络容量、网络覆盖状况、网络运行质量之间紧密相关,单一或片面的指标无法准确地评估3G网络,.所以对3G数据业务网络通信质量的评价应该是综合考虑多方面因素,平衡这些因素对网络带来的影响。目前广泛用在经济、管理及工程等领域的综合评价方法已经应用到了移动通信网络性能评价领域。有些学者采用综合评价中的模糊综合评价法、层次分析法、Delphi法等方法对3G UTRAN、 CDMA2000等移动通信网络进行了评价。现有的这些评价方法大多都只是考虑网络的技术指标,没有考虑用户感知,而且采用的综合评价方法过程较复杂,大多对专家的主观判断有过多依赖,往往使原始数据没有发挥多大作用。本文首先从用户感知角度出发,提出了基于熵值法的3G数据业务网络质量评价方法。熵值法是一种客观的确定权值的方法,它是通过对评价指标信息熵的量化,依据各个指标的相对变化程度来决定指标的权重。这种评价方法便于不同网络之间做对比分析,从而为运营商、移动网络用户、移动通信主管部门提供客观合理的3G数据业务性能评价结果。然后从网络的技术角度出发,提出了通过BP神经网络对3G数据业务网络性能进行综合评价的方法。具体的评价过程是先采用层次分析法的评价结果来构造神经网络的训练样本集,待神经网络的训练结束后,就可以直接采用训练好的神经网络对测试数据进行评价,不再重复层次分析法的复杂过程。这种评价方法便于考察同一网络不同区域的数据业务服务性能,有利于及时发现问题小区,为优化提供方向。本文最后对基于TEMS (Test Mobile System)测试系统的3G数据业务测试流程进行了详细说明,并通过实测数据对以上两种评价方法进行验证。实验结果表明这两种评价方法可以有效评价3G数据业务性能,从而为提升服务质量提供依据。