（信号与信息处理专业论文）基于emodel的voip语音质量测量模型的研究与实现.pdf

重庆邮电大学硕士论文 摘要 摘要 语音质量已经成为t v o l p 的一个重要组成部分，由于技术和商业原因需要对 v o l p 应用的语音质量进行评估。可以通过主观测试或者客观的方法对语音质量进 行衡量。国际电联( i t u ) 建议的平均意见得分( m o s ) 是使用最为广泛的主观语 音质量衡量方法。m o s 值是一个在国际上得到认可的指标，因为它与终端用户感知 的语音质量直接关联。主观m o s 值测量也有其固有问题，比较耗时且成本昂贵，不 具有重复性，无法用于业务网络构架的长期和大规模语音质量监测。这使得客观 方法在通信网络的语音质量测量上受到青睐。v o i p 的高速发展使得v o i p 话音质量 得到了高度的关注。业界早已开始了对v o i p 语音质量的研究，提出了许多关于语 音质量的测试模型，开发出了多种测试设备。 本文首先简单介绍了v o i p 的应用前景、监测v o i p 通话质量的意义以及当前的 研究现状和目前主流的两种会话控制协议h 3 2 3 、s i p ( s e s s i o n i n i t i a t i o n p r o t o c 0 1 ) ，以及流媒体传输协议r t p 。然后在介绍了v o i p 的体系结构和工作原理 的基础上，分析了影响v o l p 语音质量的各个因素以及其特点，并结合实际从语音 编码损伤和网络条件损伤角度确定了本文使用的语音监测模型：简化的e m o d e l 模 型。最后设计并实现了一个基于e - m o d e l 法的测试i p 电话语音质量的软件系统。文 章对系统的总体设计思想、各模块功能的具体实现作了详细的介绍，并对系统测 试结果进行了分析比较，结果显示系统达到了设计要求。本系统基于i t u t g 1 0 7 中提出的话音质量模型e - m o d e l ，得到输出的传输参数r 值，再跟据r 与m o s 分的转 换得到语音质量的评分m o s 。参数计算时一部分使用了i t u t g 1 0 7 中提供的默认 值，另外一些参数如时延、丢包率则是系统从因特网中测试得到。 本文设计实现的系统不仅能获得一个直观的语音质量评分m o s 分，而且能反映 诸如时延和丢包等网络问题，使得运营商和用户能方便的测试出i p 电话是否能在 该网络中很好的使用，也有利于i p 电话系统根据语音通过网络时的具体性能测试 情况进行自身的一些调整。 本研究最终通过采集i p 承载网的延时和丢包数据，实现了算法的应用，对m o s 值进行了实时计算，取得了较好的应用效果。 关键词：v 0 p ，s i p ，r t p ，e - m o d e l ，语音质量 重庆邮电大学硕士论文a b s t r a c t a b s 仃a c t t h eq u a l i t yo fv o i pb e c o m e sai m p o r t a n tp a r to fv o i p t h en e e dt oe v a l u a t ev o i c e q u a l i t yi nv o i c eo v e ri pa p p l i c a t i o n si sa ni m p o r t a n tr e q u i r e m e n tf o rt e c h n i c a la n d c o m m e r c i a lr e a s o n s s p e e c hq u a l i t yc a nb em e a s u r e db ys u b j e c t i v et e s t so rb y o b j e c t i v e m e t h o d s t h em e a no p i n i o ns c o r n ( m o s ) i st h em o s tw i d e l yu s e ds u b j e c t i v em e a s u r e o fv o i c eq u a l i t ya n di sr e c o m m e n d e db yt h ei ，i u t h em o ss c o r ei st h ei n t e r n a t i o n a l l y a c c e p t e dm e t r i ca si tp r o v i d e sad i r e c tl i n kt ov o i c eq u a l i t ya sp e r c e i v e db yt h ee n du s e r t h ei n h e r e n tp r o b l e mi ns u b j e c t i v em o sm e a s u r e m e n ti st h a ti ti st i m ec o n s u m i n g ， e x p e n s i v e ，l a c ko fr e p e a t a b i l i t ya n dc a n n o tb eu s e df o rl o n g - t e r mo rl a r g es c a l ev o i c e q u a l i t ym o n i t o r i n gi na i lo p e r a t i o n a ln e t w o r ki n f i a s t r u e t u r e t h i sh a sm a d eo b j e c t i v e m e t h o d sv e r ya t t r a c t i v ef o rm e e t i n gt h ed e m a n df o rv o i c eq u a l i t ym e a s u r e m e n ti n c o m m u n i c a t i o n sn e t w o r k s t h ed e v e l o p m e n to fv o i pr e s u l t si nt h ea l t i t u d i n a la t t e n t i o n l o n gb e f o r e ，t h ep e o p l eh a db e g u nt h er e s e a r c hi nt h eq u a l i t yo fv o i pf i e l d t h e y e x c o g i t a t e dm a n yv o i c et e s tm o d e la n dm a n u f a c t u r em a n yv o i c e t e s tp r o d u c t i o n s f i r s t l y , t h i sp a p e rg i v e sas i m p l ei n t r o d u c t i o na b o u tt h ef o r e g r o u n do fv o i p ，t h e s i g n i f i c a n c eo fq u a l i t yo fv o i p ，t w op r i m a r ys e s s i o nc o n t r o lp r o t o c o l sa n dam e d i a t r a n s p o r tp r o t o c 0 1 t h es e s s i o nc o n t r o lp r o t o c o l sa r es i p , h 3 2 3a n dt h em e d i at r a n s p o r t p r o t o c o li sr t p t h e n ，i ta n a l y z e st h ev o i ps y s t e ma n d i t sw o r kp r i n c i p l e a n dt h e nt h i s p a p e ra n a l y z e st h ef a c t o r st h a ta f f e c tt h eq u a l i t yo fv o i pa n dt h e i rc h a r a c t e r i s t i c s t h e n t h i sp a p e ri n t r o d u c e st h ec o m p a c te m o d e lf o rt h ev o i c eq u a n t yt e s t i n gs y s t e mi nt h e p o i n to f v i e wo fc o d ed a m n i f i c a t i o na n dn e t w o r kd a m n i f i c a t i o n f i n a l l yt h ed e s i g na n d r e a l i z a t i o no ft h ei pp h o n eq u a l i t yt e s ts o f t w a r eb a s e do ne m o d e li sd i s c u s s e d d e s i g n i d e a s ，r e a l i z a t i o no ft h em o d u l ef u n c t i o na r et r e a t e di nd e t a i la n dt h es o f t w a r et e s t i n g r e s u l t sa r ea n a l y z e dw h i c hi m p r o v e dt h ec o r r e c t n e s sa n du s a b i l i t y t h et r a n s m i s s i o n p a r a m e t e r sr o ft h es o f t w a r eg a i n e df r o mv o i c eq u a l i t yf o r m u l ae - m o d e lb a s e do nt h e i t u - t g10 7 t h ev o i c eq u a l i t ys c o r em o si s g o tb yt h e c o n v e r s i o no fra n d m o s s o m ep a r a m e t e r so ft h ef o r m u l au s et h ed e f a u l tv a l u e so f u t g10 7 w h i l e o t h e rp a r a m e t e r st h a tc a nt e s t e db yt h es o f t w a r es u c ha sd e l a y , p a c k e tl o s sr a t ea r eg o t b yt e s t i n gt h ea c t u a ln e t w o r k t h ei pp h o n eq u a l i t yt e s ts o f t w a r ec a nn o to n l yg e tav i s u a lv o i c eq u a l i t ys c o r e m o s ，b u ta l s or e f l e c tn e t w o r kc h a r a c t e r i s t i c ss u c ha s d e l a ya n dp a c k e t l o s s n 重庆邮电大学硕士论文 a b s t r a c t d a t a o p e r a t o r sa n du s e r sg a l lt e s tw h e t h e rt h ei pt e l e p h o n ei sr i g h tb yt h es o f t w a r e e a s i l y , a n d i p t e l e p h o n ec a nd o s o m ea d j u s t m e n t s a c c o r d i n g t ot h e s e s p e c i f i c p e r f o r m a n c ep a r a m e t e r s c o l l e c t e dt h r o u g ht h eg o r eo fi pb e a r e rn e t w o r km a n a g e m e n ts y s t e m ，n e t w o r k l a t e n c ya n dp a c k e tl o s so fd a t a , a n du l t i m a t e l y t h ea p p l i c a t i o no ft h ea l g o r i t h m ，t h e m o b i l en e t w o r ki nc h o n g q i n gm o sv a l u e sa r ec a l c u l a t e di nr e a lt i m e ，a n da c h i e v e d g o o da p p l i c a t i o ne f f e c t k e yw o r d s ：v o i c eo v e ri n t e r n e tp r o t o c o l ，s e s s i o ni n i t i a t i o np r o t o c o l ，r e a l t i m et r a n s p o r t p r o t o c o l ，e m o d e l ，q u a l i t yo fv o i c e m 重庆邮电大学硕士论文 第一章绪论 1 1 选题的背景及意义 第一章绪论 i p 网络正在不断的革新发展，这将使其成为所有流量类型的长期载体。然而， i p 网络并不是为支持实时语音通信而设计的，网络可变的特征( 例如时延、抖动 和丢包) 导致语音质量恶化。怎样准确高效地测量或预测语音质量，以确保技术 和商业需求，这是一个巨大挑战。 在实时语音通信中，感知语音质量被表示为平均意见得分( m o s ) ，对服务质 量来说它是重要的指标，因为它提供了一个直接体现终端用户感知的质量参数。 m o s 值可以通过主观测试或客观感知的方法获得，主观m o s 值测量中固有的问题是 耗时、昂贵、缺乏重复性，并且在现运行的网络基础设施中不能用来长期地或大 规模地进行语音质量监控。为了满足在通信网络中的语音质量测量的要求，客观 方法非常有吸引力。 非侵入式的、客观的技术是非常适合监测实时流量的，因为他们并不需要参 考信号注入且不需要利用网络。国际电联的e 模型( e m o d e l ) ，起初是为传统网 络传输规划设计的，是最广泛使用的非侵入式的方法。它可直接用于预测来自i p 网络和终端参数的端到端语音质量。但是，它是基于一个复杂的一套固定的、经 验的公式，并适用于编解码器和网络条件有限的数量( 因为需要主观测试得出模 型参数) ，这阻碍了它的应用。 所以有必要建立一种客观的、非侵入式的语音质量测量模型，这个模型能在 实时网络中进行端到端语音质量的测量。 2 1 世纪v o i p 作为互联网和电信领域的重要应用，与传统电话语音服务质量相 比，v o i p 的语音质量受到i p 网络服务质量影响，存在很多的不确定性，严重制约 了v o i p 的广泛应用与快速发展。所以，v o i p 运营商如何在全局范围内对大量并发 的v o i p 通话进行有效的质量监测和评估，对改善v o i p 的语音服务质量至关重要。 语音通话质量通常采用主观法( 如m o s ) 和客观法( 如p s q m 、p e s q 、e - m o d e l 等) 来 进行评估。主观法是一种人为的标准的语音质量评估方法，受到业内的广泛认同。 评估结果能够反映出大多数人的通话质量感受，但是成本非常高，且费时较长： 后者则无须人力成本，且评估结果较为准确，所以得到了更多的研究。在客观评 价方法中，i t u - tg 1 0 7 提出的一种对电话网络端到端的语音质量进行评估的 e - m o d e l 模型是目前应用最为广泛的评估方法，它全面关注数据的网络损伤因素， 同其他方法相比，其更加适合于数据网络中的语音质量评估，本文拟对e - m o d e l 重庆邮电大学硕士论文第一章绪论 模型进行改进，形成了新的v o l p 语音质量评估方法。 1 2 现状分析 国际电联为了给业务供应商和相关用户提供一个直观的语音质量评分，提出 了几种测试语音质量的方法，其中最主要的有m o s ( m e a no p i n i o ns c o r e ) 、 p s o m p s q m + ( p e r c e p t u a ls p e e do u a lit ym e a s u r e ) 、p e s o ( p e r c e p t u a le v a l u a ti o n o fs p e e do u a li t y ) 、e - m o d e l 四种。 1 、主观测试方法 1 ) m o s 方法 m o s 法( 平均评定得分法) 是让很多不同性别和年龄的人来试听测试声音，给 所听到的声音打分，把他们所给的分数平均起来得至u m o s 分n 3 ，但让多组人来接听 语音并评价语音的质量实现起来非常困难且昂贵，在现实中，该法不适于一般网 络测量。 2 、客观测试方法 1 ) p s q m 方法 p s q m 仍以m o s 的5 个级别作为客观标准，所不同的是其对每一个级别都以百分 比的方式作出了差最差( p o w ，p e r c e n tp o o ro rw o r s e ) 和好最好( g o b ，p e r c e n t g o o do rb e t t e r ) 的进一步描述乜1 。但其实质仍然是一种定性评估的方法，不能准 确给出影响i p 电话网语音质量的诸因素的量值。 2 ) p e s q 方法 p e s q 把p s q m + 指标和p a m s 指标结合起来，为测量清晰度提供了一种可靠的技 术。其测试结果采用的是1 - 5 分制，反映了人感觉到的语音信号的质量船3 。它没有 考虑网络故障对用户感觉造成的影响，不利于i p 电话通过网络状态的具体情况进 行自身的调整。 3 ) e - m o d e l 方法 e - m o d e l 是一种用来预测“一般用户是如何用已知的特征化传输参数来评定 电话呼叫的语音质量。在v o i p 中使用的一般网络损伤因素是编解码、时延和丢包 率。在根据损伤因素计算出r 值后，r 值就转换成m o s 得分“3 。它非常适用于损伤因 素及网络部分的分析，但是g 1 0 7 标准提出的e - m o d e l 方法涉及因素众多而且各个 因素计算复杂。 3 、主要产品和特点 主要有以下产品： 1 、s p i r e n t 公司的a b a c u s5 0 0 0 系列产品，能测试v o i p 电话、传统的p s t n 电话 2 重庆邮电大学硕士论文第一章绪论 语音质量哺1 。 2 、2 0 0 6 年f l u k en e t w o r k s 的n e t t o o l 朋s e r i e si ii n li n en e t w o r kt e s t e r 在 v o l p 方面该产品能诊断i p 电话启动、通话控制问题，并测量关键性的呼叫质量指 标引。 3 、泰克公司的s p e c t r a 2 以w t ir t p 电路板相结合的方式来进行大量的媒体测 试 。 4 、北京通测科技有限责任公司的c l e a r s i g h t 网络分析仪一般针对语音时延、 抖动、语音丢失次数( 即丢失率) 、话音畅通与否及其保持的情况来执行测试嘲。 基于硬件实现的i p 电话测试系统的价格很贵，同时该类产品主要是进行点对 点的测试，无法实现网络级别的测试。本文设计并实现了一个i p 电话语音质量测 量的软件系统，其通过采集i p 承载网的q o s 关键指标参数( 延时，丢包) 对移动 网络语音质量的网络级别实时评估，简化了语音质量评估的实现过程，有利于对 复杂网络的v o i p 电话进行大规模的质量评估。 1 3 研究工作及成果 为完成本文主要做了如下工作： l 、文献阅读和产品调研 阅读了各类相关文献、协议标准和各公司的产品资料，在理论上确定了进行 语音质量测量的可行性。 2 、对比理论模型和产品功能 对比了理论模型和相关产品功能，确定了影响语音质量的因素、语音测量的 模型和实现本语音质量测量系统的环境。 3 、系统设计和编码 系统设计和编码包含了语音质量测量系统的总体结构、各个单元模块设计以 及编码实现。 4 、测试 为了验证本语音质量测量系统的准确性、可靠性，对语音质量测量系统进行 了测试并分析了不同负载网络中语音质量的变化情况。 概括来说，本论文取得了以下成果： ( 1 ) 深入了解并总结了语音质量( 从m o s 值的角度) 、i p 网络减损( 如数据 包丢失、时延和时延抖动) 和非网络参数( 如编解码器的类型) 之间的关系，得 出这些关键参数对语音质量的感知影响十分重要，其为非侵入型语音质量预测模 型的发展提供了基础。 3 重庆邮电大学硕士论文 第一章绪论 ( 2 ) 改进了非侵入式语音质量测量方法和模型。该方法基于i t u 最新的 e - m o d e l 狈1 量方法，能够非侵入地精确感知通话语音质量，这避免了耗时的主观测 试。 ( 3 ) 改进了一种基于互联网的主观语音质量测量的方法。该方法能够快速评 估v o i p 应用的语音质量。同时执行了基于互联网的m o s 值测试，并将其结果与各种 客观测试方法和传统的主观m o s n 试进行了比较，结果表明，基于互联网的m o s 测 试与传统的m o s n 试较为接近。 ( 4 ) 克服了相关产品的缺点，实现了以软件的方式进行语音质量的测量，同 时降低了语音质量的测量成本：该语音质量测量系统采用了模块化的设计理念， 方便适用于不同环境下的语音质量测量的需求；对e m o d e l 模型进行了改进并简化 了其中各个损伤因数的计算。 1 4 论文主要内容及结构 主要内容如下： 阐述了v o i p 的网络体系结构、相关协议、v o i p 的语音测量方法，其中主要 介绍了e - m o d e l 语音质量测量方法； 改进了基于e - m o d e l 的v o i p 语音质量测量模型； 设计并实现了v o i p 语音质量测量软件系统，在不同网络环境中进行了测试 并对测试结果进行了分析： 第一章：绪论。介绍了选题背景、意义、v o i p 语音质量测量的研究现状、主 要的研究工作及成果、论文的主要内容以及结构； 第二章：影响v o i p 语音质量的因素。阐述了v o i p 的网络体系结构、相关协议、 v o i p 工作原理，分析了影响v o i p 语音质量的各个因素； 第三章：语音质量的测量方法。分析了当前的语音质量测量方法，确定了本 文使用的语音质量测量方法； 第四章：基于e - m o d e l 的v o i p 语音质量测量模型的研究。研究了基于e m o d e l 的v o i p 语音质量测量模型，并对其进行仿真和分析； 第五章：基于e - m o d e l 的v o i p 语音质量测量模型的设计与实现。主要介绍了 v o i p 语音质量测量系统的各个模块的功能和设计情况；在不同的网络负载环境中 测试了本v o i p 语音质量测量系统，对其测试结果进行了分析、总结； 第六章：结论及未来的工作。对本文进行了概括，分析了未来的研究工作。 4 重庆邮电大学硕士论文 第二章v o 口网络关键技术及影响语音质量的因素 第二章v o i p 网络关键技术及影响语音质量的因素 2 1 简介 通信和计算机网络的融合导致了语音通信在实时应用领域的快速增长，如网 络电话或v o l p 。但是i p 网络并不是为支持实时应用而设计的系统。网络时延、抖 动和丢包率等因素都可以导致语音质量的恶化。 2 。2v olp 网络 常见的v o i p 网络连接通常包括电话到电话、手机到电脑( i p 终端或h 3 2 3 s i p 终端) 、电脑到电脑的连接，如图2 1 所示。服务端网络可以是有线的或无线的网 络，如p s t n 、i s d n 或g s m 。 图2 1v o l p 网络连接 感知服务质量和用户感知服务质量被终端用户定义为端到端或口到耳的感知 质量。它取决于网关( g w ) 或h 3 2 3 s i p 终端的质量和i p 网络性能。后者通常被 称为网络的q o s ，如图2 1 所示。 由于i p 网络是基于“尽力而为的原则，这意味着网络不做有关数据包丢失 率、时延和抖动的保障，感知语音质量将遭受这些损伤( 如丢包，抖动和时延) 。 目前有两种方法用以提高v o l p 应用的服务质量。第一种方法在没有作出网络基础 设施变化的情况下，依靠应用层o o s 机制来改进感知服务质量；第二种方法依靠 网络层的q o s 机制，重点是如何保证i p 网络性能，以实现所需的网络服务质量。 5 重庆邮电大学硕士论文 第二章v o d 网络关键技术及影响语音质量的因素 2 3v oip 协议架构 i p 电话( v o i p ) 是语音使用互联网协议通过网络传输。在这里，我们简要介 绍v o i p 协议架构，如图2 2 所示。提供基本的传输协议( r t p 协议) 、呼叫建立信 令协议( h 3 2 3 协议、s i p 协议) 和o o s 反馈协议( r t c p 协议) ，这些协议显示如 图2 2 所示。 应用层 传输层 网络层 物理层 音频觎频 肼协议r t c m t 办议 s i p协议也3 2 渤议 u d p 协议蒯拨 i 咻议 支口e t l e m c t s d h 2 3 1 实时传输协议( r t p ) 图2 2y o i p 协议体系 r t p 通常运行在u d p 之上，二者共同完成传输层的功能。u d p 提供复用、校验 和服务，也就是通过分配不同的端口号来传送多个r t p 流。协议规定，r t p 流应使 用偶数( 2 n ) 端口号，相应的r t c p 应使用相邻的奇数( 2 n + 1 ) 端口号。因此，应用进 程应在一对端口上接收r t p 数据和控制信号，同时向另一对端口发送数据和控制 信号嘲。 目前，互联网上大多数的交互式音频和视频应用使用实时传输协议( r t p ) 。 r t p 运行在现有传输协议( 通常是u d p ) 之上，提供端到端传输服务的实时应用， 如负载类型识别和传输监测。r t p 提供有时间概念的数据的传输，使接收方重建发 件方的时序信息。此外，r t p 的消息包含一个消息序列号，允许应用程序检测丢包 率、包复制或包重新排序。 v = 2pxc cmp t 序列号 时间戳 同步源( s s r c ) 标识符 贡献源( c s r c ) 标识符 图2 3r t p 头格式 6 重庆邮电大学硕士论文第二章v 0 口网络关键技术及影响语音质量的因素 一个r t p 消息包含r t p 头和其后的r t p 负载。图2 3 显示了一个第2 版r t p 消息，开 始的1 2 个字节出现在每个r t p 包中，而c s r c 标识列表仅出现在混合器插入时。各字 段的含义如下： 1 、版本( v ) ：2 位，标识r t p 版本。 2 、填充标识( p ) ：1 位，如设置填充位，在包尾将包含附加填充字，它不属 有效载荷。 3 、扩展( x ) ：1 位，如设置扩展位，固定头后跟一个头扩展。 4 、c s r c 计数( c c ) ：4 位，c s r c 计数包括紧接在固定头后c s r c 标识符个数。 5 、标记( m ) ：1 位，标记解释由设置定义，目的在于允许重要事件在包流中标 记出来。设置可定义其他标识位，或通过改变位数量来指定没有标记位。 6 、有效载荷类型( p t ，p a y l o a dt y p e ) ：7 位，标识r t p 载荷格式并决定其解 释。有效载荷类型指定在固定头后的r t p 负载的格式。 7 、序列号( s e q u e n c en u m b e r ) ：1 6 位，序列号随每个r t p 数据包而增加1 ， 由接收者用来探测包损失，而恢复包序列。序列号初值是随机的，使对加密的文 本攻击更加困难。序列号计数发送方发送的r t p 包数，且每传输一个包递增1 。该 序列号允许接收方检测数据包丢失、包重复和恢复包序列。 8 、时间戳( t i m e s t a m p ) ：3 2 位，时间戳反映了载于r t p 包的有效载荷第一个 采样数据的采样时间，且每采样一个数据递增l ，不论采样数据是否被传送到网络 上或丢弃掉。时间戳帮助接收方来计算r t p 包的到达抖动和同步发送方。 9 、同步源标识符( s s r c ，s y n c h r o n i z a t i o ns o u r c ei d e n t i f i e r ) ：3 2 位，s s r c 段标识同步源。此标识不是随机选择的，目的在于使同一包连接中设有两个同步 源有相同的s s r c 标识。 1 0 、c s r c 列表：o 到1 5 项，每项3 2 位。c s r c 列表表示包内包含的对载荷起 作用的源。标识数量由c c 段给出。如超过1 5 个作用源，也仅标识1 5 个。c s r c 标 识由混合器插入，用作源的s s r c 标识。 2 3 2 实时传输控制协议( r t c p ) r t p 控制协议( r t c p ) 是r t p 的扩展，用以在持续会话中交换成员信息归1 。r t c p 监控数据传输，并提供一些统计功能给用户。接收方可利用r t c p 协议作为一个反 馈机制通知发送方有关的持续会话质量。 r t c p 协议的基本思想是采用和数据分组同样的配送机制向r t p 会话中的所有 与会者周期性地传送控制分组，从而提供数据传送q o s 的监测手段，并获知与会 者的身份信息。 7 重庆邮电大学硕士论文第二章v o i p 网络关键技术及影响语音质量的因素 l 、r t c p 的五种包类型 1 ) s r ( s e n d e rr e p o r t ) ：发送者报告。由数据发送者发出的带有发送和接收统 计数据的包。 2 ) r r ( r e c e i v e rr e p o r t ) ：接收者报告。由非数据发送者发出的带有接收统计 数据的包。 3 ) s d e s ( s o u r c ed e s c r i p t i o n ) ：源描述项。包括c n a m e 。 4 ) b y e ：指示退出会话，也有可能是发生了s s r c 冲突。 5 ) a p p ：用来实现应用程序特定的功能。 每个r t c p 包由固定头部和若干个可变长度的数据单元组成。包长度必定是3 2 比特字的整数倍，且头部有长度字段，因此多个r t c p 包可以组装成一个复合r t c p 包，各r t c p 包间无需分界指示。 2 、复合r t c p 包的构成规则 1 ) 复合r t c p 包的第一个r t c p 包必须是s r 或r r 。即使尚未发送或接收任何 数据，也必须发送一个空的r r ，即使除此以外仅有的r t c p 包是b y e 包，也必须包 含s r 或r r 。其目的是在带宽允许的条件下，尽可能多的发送接收统计信息，以便 提高统计精度。 2 ) 如果要向其发送接收统计信息的信源数超过3 1 个( s r 和r r 允许的最大数) ， 就应在第一个报告包后再设置若干个后续报告。 3 ) 每个复合r t c p 包必须包含一个含有c n a m e 的s d e s 包，其目的是使新加入 的接收者尽快地识别信源，并确定相互间关联的媒体，以便实现同步，是否包含 其它源描述项则应根据具体应用而定。 4 ) 只有当复合包需要加密时，才在整个包前面加上一个3 2 位的随机量，包后 面是否需要填充视加密算法而定。 5 ) 其它类型的r t c p 包可以任意顺序装配于后，每种包可以有多个，但b y e 包 应置于复合包的最后。 因此，所有r t c p 包必须组装成复合包后才能发送，复合包至少包含两个r t c p 包。如果复合包的长度超过了网络允许的最大传输单元( m t u ) ，则应分段。但必须 注意每段复合包必须以s r 和r r 包开始。 接收方可以按任意顺序处理接收到的每个复合r t c p 包。如果某个包类型不能 识别，则应该被丢弃。 3 、s r 和r r s r 和r r 都可以用来发送数据接收质量的反馈信息，其差别在于s r 除了提供 上述信息外，还可提供有关数据发送的统计信息。从包结构上看，s r 除了有接收 者报告外，还有2 0 个字节的发送者信息段。如果一个站点仅是会话的接收者，则 重庆邮电大学硕士论文第二章v 0 口网络关键技术及影响语音质量的因素 只能发送r r 包；如果一个站点，既是会话的接收者，又是会话的发送者，则可在 发送s r 时一起发送接收者反馈信息，在没有s r 需要发送时，就专门发送r r 。报 告包定期发送，如果在上次发送s r 或r r 后又发送过数据，则本次应发送s r ，否 则发送r r 。 s r 和r r 都包含零个或多个接收报告数据块，每个数据块针对一个同步源，自 上次发送报告后，本站点从该同步源又收到过数据，接收者报告提供数据接收的 统计信息。每个s r 或r r 最多可以包含3 1 个接收者报告块。对c s r c 不需要发送 接收者报告。 1 ) 发送者报告s r s r 结构如图2 4 所示。它由三个部分组成：包头部、发送方信息报告块和接 收信息报告块。如果应用文档定义了扩展部分，那么这个扩展就是第四部分。 v pr c p t = s r = 2 0 0 包长度 发送方s s r c n t p 时间戳( 高位字节) n t p 时间戳( 低位字节) r t p 时间戳 发送方r t p 包计数值 发送方r t p 字节计数值 第个同步源的s s r c ( s s r c1 ) 丢失率累计丢包数目 扩展的已接收最高序号 到达时延抖动 最末s r 时间戳( l s r ) 最末s r 后的时延( d l s r ) 第一个同步源的s s r c ( s s r c2 ) 应用特定的扩展部分 图2 4s r 包结构 9 重庆邮电大学硕士论文第二章口网络关键技术及影响语音质量的因素 2 ) 包头部 版本号( v ) ：2 比特。指示r t c p 的版本号，值为2 。 填充标志位( p ) ：1 比特。如果填充标志位被置位，表示这个r t c p 包中含有不 属于控制信息的附加填充部分。填充部分的最后一个字节指出应忽略的填充位个 数。某些对定长块进行加密的算法可能需要填充位。在一个r t c p 混合包中，只有 最后一个r t c p 包需要填充，因为它将作为一个整体进行加密。 接收报告块计数( r c ) ：5 比特。包含在这个包中的接收报告块数。0 也是一个 有效值。 包类型( p 1 ) ：8 比特。常数2 0 0 ，表示这是一个r t c p s r 包。 包长度：1 6 比特。其值为这个包( 包括头和填充部分) 以3 2 比特为单位的长度 值减l 。 s s r c 3 2 比特。产生这个s r 包的同步源标识符。 3 ) 发送方信息报告块 发送方信息报告块是在每个发送者报告中都出现的，2 0 字节长的发送者信息。 它总结了从这个发送者发出的数据信息。这些域有下列含义： n t p 时戳：6 4 比特。指出该s r 发出的绝对时间。n t p 称为网络时间协议，n t p 时戮表示相对于1 9 0 0 年1 月1 日零点的时间差值，单位为秒。前3 2 位比特为秒 的整数部分，后3 2 位为秒的小数部分。某些字段要求紧缩表示形式时，可以只取 中间段比特，即整数部分的低1 6 比特和小数部分的高1 6 比特。根据此值及由其 它接收端回送的时戳，就能测出这些接收端的往返传播时延。如果不能获得绝对 时间，也可以用系统时钟作为参照，计算相对n t p 时戳。在多媒体会话中，重要 的是各个媒体流都采用公共的时钟。 r t p 时戳：3 2 比特。是与上面提到的n t p 时戮对应的同一时刻，但是采用与 r t p 数据包中的时戮相同的单位和随机偏移来表示的时戮。这种对应关系可以用于 n t p 时戮同步源之间的媒体内或媒体间同步，并且能被与媒体无关的接收者用来估 算标称的r t p 时钟率。应注意的是，在大多数情况下，这个时戳并不等于任何邻 近的数据包中的时间戳。另外，它是通过r t p 时戮计数器值和与之相对应采样绝 对时间之间的对应关系计算得到的。 发送者发出的总包数：3 2 比特。发送者从开始发送数据包到产生这个s r 的这 段时间内发出的r t p 数据包的总包数。如果发送者改变了他的s s r c 标识符，这个 值也应重新置位。 发送者发出的总字节数：3 2 比特。发送者从开始发送数据包到产生这个s r 的 这段时间内发出的r t p 数据包中包含的净载字节的总数( 不包括包头和填充字节) 。 如果发送者改变了他的s s r c 标识符，这个值也应重新置位。这个域可以用来估算 1 0 重庆邮电大学硕士论文 第二章v 0 口网络关键技术及影响语音质量的因素 平均净载数据率。 4 ) 接收信息报告块 接收信息报告块包括0 个或多个接收报告块。具体的个数取决于自从最后一 个接收者报告以来这个发送者听到的其它发送源的数目。每个接收报告块都是针 对某一同步源来传递本参与者对来自该源的r t p 包的接收统计信息。当一个源由 于发生s s r c 冲突而改变他的s s r c 标识符时，接收者并不延续这个统计信息。这 些统计信息包括： s s r c ( 源描述符) ：3 2 比特。本报告块信息所属信源的标识。_n s s r c 丢失率：8 比特。指示自上次s r 或r r 发送以来，由s s r c n 发来的r t p 数据 包的丢失比率。用二进制小数表示，小数点位于该字段的最左边。该值定义为丢 失包数除以期望接收到的包数。需要注意的是，该值计算不一定正确，因为在最 后一个包到达之后丢失的包，接收端将无法检测。另外，如果在整个报告时问间 隔内所有的包都丢失了，也就不会有接收者报告发出。 累计丢包数：2 4 比特。自从开始接收以来丢失的来自源s s r c 的rtp数据包_n 的总数。这个值被定义为期望接收到的包数与实际接到的包数之差。在这里实际 接收到的包数包括晚到的或复制的包。这样，那些晚到的包并没有被算作丢包。 如果有复制的包，丢包数可能是个负值。期望接收到的包数被定义为接收到的最 后一个序列号的扩展与接收到的初始序列号之差。 接收到的最高序列号的扩展：3 2 比特。低1 6 比特存放接收到的来自源s s r c _ n 的r t p 数据包中最高的序列号，高1 6 比特用对应的序列号周期数扩展该序列号。 间隔抖动：3 2 比特。用时间戮单元测量的r t p 数据包到达时延统计方差估值， 用无符号整数来表示。时延抖动定义为一对包在接收端接收间隔和发送端发送间 隔之差值的平均方差。 最后一个s r 的时间戳( l s r ) ：3 2 比特。最近接收到的来自源s s r c _ n 的r t c p 发送者报告中6 4 位n t p 时间戳的中间3 2 位值。如果没接到s r 包，这个域置为0 。 接收到最后一个s r 以来的延迟( d l s r ) ：3 2 比特。以1 6 5 5 3 6 秒为单位的，从 接收到最后一个来自源s s r c _ n 的发送者报告到发送此接收报告块之间的延迟。如 果没有接收到s r 包，这个域置为0 。 5 ) 接收者报告r r 接收者报告中除了不包括发送者信息块和包类型域p t = r r = 2 0 1 的值与s r 不同 外，其它部分和发送者报告完全相同。当没有接收或发送数据时，发送的r t c p 混 合包中仍应包含一个空的r r 包( r c = o ) 。 如图2 2 所示。媒体交换是通过运行在u d p 上的r t p 来实现的，只要有r t p ， 则r t c p 是不可少的。r t p 协议为音频、视频等实时数据提供端到端的传递服务， 重庆邮电大学硕士论文第二章口网络关键技术及影响语音质量的因素 可以向接收端点传送恢复实时信号必需的定时和顺序信息，r t c p 协议能向收发双 方和网络运营者提供q o s 的监测手段。 2 3 3h 3 2 3 协议 h 3 2 3 协议是目前在v o i p 网络中被用得很广泛的一种信令协议，这一体系结 构包括了h 3 2 3 终端、网关、关守及多点控制单元( m c u ) 。h 3 2 3 的总体目标是实 现h 3 2 3 终端之间媒体流交换。 h 3 2 3 协议是一个框架性协议，经过多年的研究、改进和完善，它已经在i p 电话领域得到了广泛的应用，并成为现今阶段i p 电话的主流协议。h 3 2 3 协议是 一个庞大的协议族，包括许多相关的协议，形成了一个协议栈n 们。 在i s o 七层模型的分层结构中，h 3 2 3 协议属于网络应用层的控制协议。h 3 2 3 协议主要是规范实时性、视频音频及数据的传输标准及控制，h 3 2 3 不仅规定了 在网络架构上的传输标准，在它的规范中也对一些实体的设备，如终端设备( 如电 话或p c 机) 、g a t e w a y 、g a t e k e e p e r 及m c u ( m u l t i p o i n tc o n t r o lu n i t ) 等进行规 范。而这些实体在多媒体会议及v o i p 的应用上都有其特殊