（通信与信息系统专业论文）voip语音终端的硬件设计与实现.pdf

北京邮电大学硕上学位论文v o l p 语音终端的硬件设计j 实现 v o l p 语音终端的硬件设计与实现 摘要 如今，v o l p 技术在信息网络体系中越来越得到人们的重视，它 不仅是一种低成本的话音通信解决方案，而且可以融合语音、图像和 数据，是支持各种智能业务的网络通信技术，在i p 网取代p s t n 网 的进程中扮演着举足轻重的角色。在v o l p 系统中，v o l p 终端是必不 可少的组成设备。 本文首先在回顾v o l p 发展过程的基础上，介绍了v o l p 技术的 简要情况，探讨了v o l p 语音终端在该领域的研究价值和意义，并简 述了v o l p 语音终端的一些关键技术。之后，本文通过对产品功能性 能方面的定位和论述，确定了研究的方向，给出了一种基于处理器 a r l 6 8 8 的v o l p 语音终端的设计方案。在对设计方案的详细描述中， 首先介绍了整个语音终端的设计思想与电路的构造，包括核心处理器 a r l 6 8 8 、网络芯片d m 9 0 0 3 等芯片的介绍，并在此基础之上的电路 功能分块的设计思想和具体实现，给出了详细的设计方案和原理图。 接下来，简要陈述了系统的电路印制板设计思路和硬件调试手段。 这种语音终端具有通话质量好，运行稳定，成本小等优势，适用 范围广泛，在目前市场上有较大需求。 关键词：v o l p ，语音终端，a r l 6 8 8 ，d m 9 0 0 3 北京邮电大学硕十学位论文v o t p 语音终端的硬件设计与实现 t h eh a r d w a r e d e s i g na n di m p l e m e n t a t i o n o fav o i pv o i c et e r m i n a l a b s t r a c t t o d a y ，v o i pi sc o n s i d e r e dm o r ea n dm o r ei m p o r t a n ti ni n f o r m a t i o n n e t w o r ks y s t e m v o i pi sn o tj u s tas o l u t i o nf o rv o i c ec o m m u n i c a t i o n ，i t c a na l s ob eu s e di nm i x i n gv o i c e ，i m a g ea n dv i d e o i ti sak i n do fn e t w o r k c o m m u n i c a t i o nt e c h n o l o g yw h i c hc a ns u p p o r tav a r i e t yo f s m a r tb u s i n e s s i ti sp l a y i n gap i v o t a lr o l ei nt h ep r o g r e s st h a ti pn e t w o r kr e p l a c et h e p s t n v o l pt e r m i n a li sa ne s s e n t i a le q u i p m e n ti nv o l ps y s t e m i nt h i sp a p e rt h ea u t h o rf i r s tg i v e sab r i e fi n t r o d u c t i o no fv o l pi n l o o k i n gb a c kt h ed e v e l o ph i s t o r y o ft h i s t e c h n o l o g y ，d i s c u s s e st h e r e s e a r c hv a l u ea n dm e a n i n g so fv o l pt e r m i n a l ，a n di n t r o d u c e st h ek e y t e c h n o l o g yo fv o l p a f t e rt h a tt h ea r t i c l ec o n f i r m st h er e s e a r c hd i r e c t i o n b yd i s c u s s i n gt h ef u n c t i o n sa n dc a p a b i l i t yo ft h ep r o d u c t ，a n dg i v e sa d e s i g no fv o l pv o i c et e r m i n a lb a s e do nt h es o co fa r 16 88 i nt h e p a r a g r a p ho ft h ed e s i g na n di m p l e m e n t a t i o n ，f i r s ti st h ei n t r o d u c t i o no f t h ed e s i g no ft h ee l e c t r o n i cc i r c u i t ，i n c l u d i n gt h e i n t r o d u c t i o no fi c ： a r l 6 8 8 ，d m 9 0 0 3 ，t h ed i v i s i o n o ff u n c t i o nb l o c k s ，a n dt h ew h o l e b l u e p r i n t a f t e rt h a tt h ea r t i c l ed e a l sw i t ht h ep r i n c i p l eo f p c b l a y o u ta n d 3 北京邮电大学硕土学位论文 v o l p 语音终端的硬件设计与实现 t h ed e b u g g i n gt o o l so ft h es y s t e m t h i sv o i pt e r m i n a lh a st h ea d v a n t a g e si nt e r m so fg o o dp e r f o r m a n c e ， s t a b i l i t y ，l o w - c o s t s ，e t c ，c a nb eu s e dw i d e l y a n dn o wt h e r ei sag r e a t m a r k e td e m a n do ft h i sk i n do fv o i pt e r m i n a l k e yw o r d s ：v o i p ，v o i c et e r m i n a l ，a r l6 8 8 ，d m 9 0 0 3 4 北京邮电大学硕士学位论文 v o i p 语音终端的硬件设计j 实现 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论 本人签名： 处，本人承担一切相关责任。 日期：竺呈：= ：斗一 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借 阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它 复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在年解密后适用本授权书。非保密论 文注释：本学位 本人签名： 导师签名： 日期：幽：三! 醐：出学旦l 北京邮电大学硕上学位论文v o l p 语音终端的硬件设计与实现 第一章引言 互联网的出现给世界带来了巨大的影响，通过网络人们可以更方便地了解外 界的信息，更快捷地完成各种业务。随着互联网与其它领域的结合，产生了各种 新的应用，将进一步影响和改变人们的生活方式。 v o l p ( v o i c eo v e rp ) ，中文意为“通过球数据包发送实现的语音业务，是 一种利用i n t e r a c t 作为传输载体来实现计算机与计算机、普通电话与普通电话、 计算机与普通电话之间进行话音通信的技术，它使用户可以通过互联网免费或是 资费很低地传送语音业务【l 】。本章将从v o l p 的历史发展、背景、应用、系统组 成及原理等几个方面介绍v o i p 系统，引出本文的研究课题。 1 1v o l p 技术的发展历史 自1 8 7 6 年b e l l 发明电话以来至2 0 世纪8 0 年代，通信网始终是电话业务占 主导地位，并以电话交换技术为主导技术。以公用电话交换网( p s t n ) 为代表 的传统电信网能够提供高质量的通信服务，具有良好的安全性能，已经建立了覆 盖全球的电话网络和业务体系，经过1 0 0 多年的不断改进，它所提供的电话服务 和管理体制已经相当完善。进入2 0 世纪9 0 年代后，通信网业务结构发生了极大 的变化。全球传统电话业务的年增长率为5 一1 0 ，而数据业务的年增长率 为2 5 _ 4 0 ，呈指数式增长，特别是自2 0 世纪9 0 年代中期以来，随着w w w 业务的问世，以因特网( i n t e r n e t ) 为主的口业务每卜1 2 个月翻一番。至本 世纪初，出现了电信业1 0 0 多年来的一个历史性转折点：全球的数据业务量已经 超过电话业务量，从网络的承载流量来看，数据业务已经成为主导业务。在此背 景下，各国大力投资扩建口网络，增加其带宽，有效地提高了i n t e r n e t 的传送质 量，反过来又促进了i n t e r n e t 业务的发展和用户数量的增长。 与此同时，! n t e r n e t 的传送内容也从e m a i l 的低速率的普通文本，到包括语 音和图像在内的中速率数据，直至含有视频等数据的高速率信号，其提供的服务 已经进入电话网的领域，传统的电信网和计算机网壁垒分明的界限已经被打破。 由此可见，由于i n t e r a c t 的高速发展和成功应用，不仅使数据业务量超过了 电话业务量，而且使i p 技术进入了包括语音和视频在内的传统通信网络领域。 此时，传统的以公用电话交换网( p s t n ) 为代表的传统电信网业务扩展灵 活性较差的不足就凸显出来了，尽管自8 0 年代引入了智能网络结构后有所改善， 然而其本质上仍是一个封闭的体系，新业务的推出存在着相当大的困难。与此相 北京邮电大学硕上学位论文 v o l p 语音终端的硬件设计与实现 照应的是，以m 技术为基础的因特网( i n t e r n e t ) 具有开放式的业务创建环境和 分布式的业务管理机制，已经形成了全球统一的网络平台，并且在本质上是一个 可以传送多媒体信息的网络体系。 鉴于上述考虑，通信界和计算机界力图将这两个网络的优点结合起来，推出 新兴的网络结构和信息服务。该项研究有两个方向：一个方向是依然将p s t n 作 为信息媒体传送网络，但是将呼叫发起的控制权移交至i n t e m e t 用户，后由国际 电信联盟( r r u - t ) 扩展为i n t e m e t 和智能网的互通研究；另一个研究方向是直 接将i n t e r n e t 作为信息媒体的传送网络，在其上部署电话业务，这就是v o l p 的终 端，即电话，其最主要的技术就是1 1 r u t 的h 3 2 3 和i e t f 的会话发起协议 ( s p s e s s i o ni n i t i a t i o np r o t o c 0 1 ) 系统。 国外自7 0 年代起就开始研究计算机网络上的语音通信，当时主要是基于 a r p a n e t 网络平台进行研究和实验。1 9 7 4 年8 月首次分组语音通信实验，在美 国西海岸南加州大学的信息科学研究所( i s i ) 和东海岸的林肯实验室( l l ) 之 间进行，语音编码为9 6 k b i t s 的连续可变斜率增量调制( c v s d ) ，并采用静音 检测技术降低比特率。1 9 7 4 年1 2 月线性预测编码( l p c ) 声码器首次用于分组 语音通信实验，比特率为3 5 k b i t s ，通话范围也是从美国东海岸到西海岸。1 9 7 5 年1 月又首次在美国实现使用l p c 声码器的分组语音电话会议。 在研究中，i s i 提出了分组语音通信协议n v p ( n e t w o r kv o i c ep r o t o c 0 1 ) 和 s t ( s t r e a m ) 。在当时的实验中，语音质量不能令人满意。其主要原因是网络速 度慢，但是通过实验至少表明，在基于t c p i p 的计算机网上进行语音通话是可 行的。 由于在广域网上进行分组语音的通信的时机尚不成熟，8 0 年代的研究主要集 中在局域网商的语音通信。国际上各个科研机构和大学通过实验，深入研究了分 组时延的原因、分组语音通信协议、链路利用率和语音分组同步等问题，并试制 了电话网和局域网的接口模块，获得了许多有意义的结果。 进入9 0 年代后，随着i n t e r n e t 在全球范围内的兴起和语音编码技术的发展， i p 分组语音通信技术获得了突破性的进展和实际应用。最初的应用只是在网络 游戏等软件包中传送存储语音信息，它对语音质量要求低。其后计算机厂商纷纷 推出对等方式或客户机服务器方式语音通信免费软件，它们利用计算机中的 声卡对语音进行打包传送，语音一般不进行压缩。9 0 年代中期开始，有关厂商 开始开发用于局域网语音通信的网关产品，实现局域网p c 机间的语音通信以及 经p b x 和外界电话的通信，但这些产品都采用内部协议规范。与此同时，以 d i a l o g i c 和n m s 公司为代表的电路制造商推出了p s t n 中继电路板，信令链路 板、p c m 至各种低比特率语音编码转换的数字信号处理板，这些专用电路板的 2 北京邮电大学硕上学位论文v o l p 语音终端的硬件设计与实现 问世推动了网关产品的集成开发。1 9 9 6 年，经过各国专家的努力，i t u t 通过了 局域网上支持可视电话通信的网络协议，即著名的h 3 2 3 协议。这一协议的推出， 成为i p 网络电话系统的公共规范。极大的推动了口电话的发展，使之进入公用 电话网服务。其中，以色列的v o c a l t e c 公司是最早推出电信级i p 电话网关设备 的厂商。与此同时，i e t f 也在积极制定i p 电话通信的网络协议，即s i p ( s e s s i o n i n i t i a t i o np r o t o c 0 1 ) 协议。不少厂商已经推出或者正在开发直接插在计算机网络 上使用的口电话终端。 在国际上，关于口网络电话的技术研究和标准化工作正在继续深入进行， 其主要目标是进一步确保语音质量、完善网络管理、解决不同运营商之间的互操 作性问题以及向口网络上的多媒体通信演进，其研究主要围绕改善v o i p 终端质 量来进行，包括控制信令、实时传输技术和低速率语音编码技术等。 1 2v o l p 的业务流程 v o p 技术以m 分组交换网络为传输平台，对模拟的语音信号进行压缩、打 包等一系列的特殊处理，使之可以采用无连接的u d p ( u s e td a t a g r a mp r o t o c o l ，用 户数据包协议) 进行传输【2 】。为了在一个p 网络上传输语音信号，要求几个元素 和功能。最简单形式的网络由两个或多个具有v o 口功能的设备组成，这一设备 通过一个p 网络连接。v o p 模型的基本结构图如图1 1 所示。从图中可以发现 v o l p 传输的基本过程，即v 0 口设备把语音信号转换为p 数据流，并把这些数据 流转发到口目的地，口目的地又把它们转换回到语音信号。两者之间的网络必 须支持p 传输，且可以是i p 路由器和网络链路的任意组合。因此可以简单的将 v o 口的传输过程分为下列几个阶段。 瓣 语i 语l 喜 音i 音l 罢 语音代理 模拟语音i 语 蚓裹 泵丽吾 理 i p 分组网络 ( 电子光子) 图1 - 1v o i p 的模型结构 分i 数l 模 组l 字f 拟 语l 语l 语 音l 音l 音 语音代理 北京邮电大学硕士学位论文 v o l p 语音终端的硬件设计与实现 l 、语音数据转换 语音信号是模拟波形，通过m 方式来传输语音，不管是实时应用业务还是 非实时应用业务，首先要对语音信号进行模拟数据转换，也就是对模拟语音信号 进行量化，然后送入到缓冲数据区中，缓冲器的大小可以根据延迟和编码的要求 选择。许多低比特率的编码器是采取以帧为单位进行编码。典型帧长为1 0 3 0 m s 。 考虑传输过程中的代价，语音包通常由6 0 、1 2 0 或2 4 0 m s 的语音数据组成。数 字化可以使用各种语音编码方案来实现，目前采用的语音编码标准主要有r r u t q 7 2 3 ，g 7 2 6 ，g 7 2 9 等等。源和目的地的语音编码器必须实现相同的算法，这 样目的地的语音设备帮可以还原模拟语音信号。 2 、原数据到m 转换 一旦语音信号进行数字编码，下一步就是对语音包以特定的帧长进行压缩编 码。大部份的编码器都有特定的帧长，若一个编码器使用1 5 m s 的帧，则把从第 一来的6 0 m s 的包分成4 帧，并按顺序进行编码。每个帧合1 2 0 个语音样点( 抽 样率为8 k h z ) 。编码后，将4 个压缩的帧合成一个压缩的语音包送入网络处理器。 网络处理器为语音添加报头、时标和其它信息后通过网络传送到另一端点。语音 网络简单地建立通信端点之间的物理连接( 一条线路) ，并在端点之间传输编码 的信号。网络不像电路交换网络，它不建立连接，它要求把数据放在可变长 的数据报或分组中，然后给每个数据报附带寻址和控制信息，并通过网络发送， 一站一站地转发到目的地。 3 、传送 在这个通道中，全部网络被看成一个从输入端接收语音包，然后在一定时间 ( t ) 内将其传送到网络输出端。t 可以在某个范围内变化，反映了网络传输中的 抖动。网络中的节点检查每个p 数据附带的寻址信息，并使用这个信息把该数 据报转发到目的地路径上的下一站。网络链路可以是支持口数据流的任何拓扑 结构或访问方法。 4 、m 包数据的转换 目的地v 0 p 设备接收这个i p 数据并开始处理。接收端提供一个可变长度的 缓冲器，用来调节网络产生的抖动。该缓冲器可容纳许多语音包，用户可以选择 缓冲器的大小。小的缓冲器产生延迟较小，但不能调节大的抖动。其次，解码器 将经编码的语音包解压缩后产生新的语音包，这个模块也可以按帧进行操作，完 全和解码器的长度相同。若帧长度为1 5 m s ，是6 0 m s 的语音包被分成4 帧，然后 它们被解码还原成6 0 m s 的语音数据流送入解码缓冲器。在数据包的处理过程中， 去掉寻址和控制信息，保留原始的原数据，然后把这个原数据提供给解码器。 5 、 数字语音转换为模拟语音 4 北京邮电大学硕士学位论文v o i p 语音终端的硬件设计与实现 播放驱动器将缓冲器中的语音样点( 4 8 0 个) 取出送入音频输出设备，通过 扬声器按预定的频率( 例如8 k h z ) 播出。简而言之，语音信号在i p 网络上的 传送要经过从模拟信号到数字信号的转换、数字语音封装成i p 分组、m 分组通 过网络的传送、i p 分组的解包和数字语音还原到模拟信号等过程。 整个过程如图1 2 所示。 1 3v o l p 的协议介绍 图1 - 2v o l p 语音信号的传输流程 v o l p 终端涉及许多通信协议，主要包括网络协议、多媒体通信应用层协议、 网关控制及互通协议三部分，其中以多媒体应用层协议最为重要，通过该协议来 区分不同的v o i p 终端系统。目前，多媒体通信应用层协议主要有几种：h 3 2 3 协议、s i p ( s e s s i o ni n i t i a t i o np r o t o c o l ，会话初始协议) 协议、i a x 2 ( i n t e r - a s t e r i s k e x c h a n g e ，内部a s t e r i s k 交换协议) 协议等。 1 3 1s m 协议 s i p 协议是n g n ( 下一代网络) 中的重要协议【3 】，其开发目的是用来帮助提 供跨越互联网的高级电话业务。口终端正在向一种正式的商业电话模式演进， s i p 就是用来确保这种演进实现而需要的n g n 系列协议中重要的一员。s i p 是 i e t f 标准进程的一部分，它是在诸如s m t p ( 简单邮件传送协议) 和h t t p ( 超 文本传送协议) 基础之上建立起来的。它用来建立，改变和终止基于口网络的 用户之间的呼叫。为了提供电话业务它还需要结合不同的标准和协议，特别是需 要确保传输( r t p ) ，与当前电话网络的信令互联，能够确保语音质量( r s v p ) ， 能够提供目录( l d a p ) ，能够鉴权用户( r a d i u s ) 等等。 本质上，s i p 提供下列功能： 名字翻译和用户定位：无论被呼叫方在哪里都确保呼叫达到被叫方。执行任 北京邮电大学硕士学位论文 v o l p 语音终端的硬件设计与实现 何描述信息到定位信息的映射。确保呼叫( 会话) 的本质细节被支持； 特征协商：它允许与呼叫有关的组( 这可以是多方呼叫) 在支持的特征上达 成一致( 注意：不是所有方都能够支持相同级别的特征) 。例如视频可以或不可 以被支持。总之，存在很多需要协商的范围； 呼叫参与者管理：呼叫中参与者能够引入其他用户加入呼叫或取消到其他用 户的链接。此外，用户可以被转移或置为呼叫保持； 呼叫特征改变：用户应该能够改变呼叫过程中的呼叫特征。例如一呼叫可以 被设置为“v o i c e - o n l y ，但是在呼叫过程中，用户可以需要开启视频功能。也就 是说一个加入呼叫的第三方为了加入该呼叫可以开启不同的特征。 s i p 协议借鉴了其他i n t e m e t 标准协议的设计思想，在设计上定位于分布式 的呼叫模型，会话终端可以通过组播模式、单播联网或两者相结合方式进行通信， 具有分布式组播功能和简单、开放、兼容性好、可扩展性强的特点。基于s i p 的 m 电话系统的协议结构如图1 3 所示。 网络层 链路层 物理层 媒体传送 媒体封色 艟公-，kq g 7 x x m 2 6 x 1嗣v、枣” l 娜 r t 霉s pi 丐r s v 甲pi | r t ；c pi | r 耋 l| t t t c pu d p l ， j i p v 6 ，i p v 4 lill p p pa a i 3 ，4a a l 5p p p i 一丁， ，l s d ha 晰 以太溺 v 3 4 疑 瓣 匠 毯 。 撼 一 。图1 - 3 基于s i p 的v o m 系统协议结构一 在s i p 体系结构中，v o i p 的网络设备有以下几种组件：用户代理( u s e r a g e n t ) ， 代理服务器r ( p r o x ys e r v e r ) ，重定向服务- 器( r e d i r e c ts e r v e r ) ，注册服务器( r e g i s t r a r ) 等。以上几种服务器可共存于一个设备，也可以分布在不同的物理实体中。s i p 服 务器完全是纯软件实现，可以根据需要运行于各种工作站或专用设备中。各个组 件实现的功能如下： ( 1 ) 用户代理( u s e ra g e n t ) ：分为用户代理客户u a c ( u s e ra g e n tc l i e n t ) 和 用户代理服务器u a s ( u s e ra g e n ts e r v e r ) ，其中u a c 的主要功能是初始化一个 6 北京邮电大学硕上学位论文v o l p 语音终端的硬件设计与实现 呼叫，u a s 的主要功能是等待建立呼叫的请求消息，并产生响应； ( 2 ) 代理服务器( p r o x ys e r v e r ) ：就像每个本地局都有一台本地交换机一样， 每一个控制域都有一台代理服务器。代理服务器的作用和本地交换机有些类似， 主要用于s i p 消息的路由。在会话建立过程中，代理服务器也需要对用户代理客 户发送来的请求作出临时响应，而且对于下一跳代理服务器而言，代理服务器本 身也是一个用户代理客户。因此，代理服务器通常同时具有u a c 和u a s 的功能； ( 3 ) 重定向服务器( r e d i r e c ts e r v e r ) ：重定位服务器的功能只是根据目的 s i p 网络终端的用户名和域名，确定i p 网络用于标识该目的s i p 网络终端的地址 信息，最终响应消息将路由到主叫端。通话结束后，主叫端或被叫端终端发送会 话结束请求( b y e ) ，到此一个会话过程结束； ( 4 ) 注册服务器( r e g i s t r a r ) ：在s i p 网络中，用注册服务器将用户名域名和 真正在i p 网络中标识的主机地址绑定在一起，就像每个电话机必须由本地局分 配电话号码和相应的用户线路一样。每个控制域中必须有一台注册服务器来完成 用于标识s i p 网络终端的用户名域名和在i p 网络中标识主机地址的 u r i ( u n i v e r s a lr e s o u r c ei n d i c a t o r ，统一资源标识符) 之间绑定，这种绑定通过 注册( r e g i s t e r ) 过程实现； ( 5 ) 定位服务器( l o c a t i o ns e r v e r ) ：由于域名只给出标识控制域的信息， 并不是一个完全限定的域名，不能简单地通过d n s 完成定位服务。如果会话为域 间呼叫，就需要通过查询定位服务器获取目的控制域的地址信息。 通过对各组件进行有机的互联，在网络边缘使用网关，s i p 可以把p s t n i s d n 等网络连接在一起，并通过分组交换网进行语音数据的传送。基于s i p 的 v o i p 结构图如图1 4 所示： ：l a n ：i i l a n 一 一+ 一 一一r 、石t 一一一 一一、 ：p a c k e t b a s e d n e t w o r k 图1 4 基于s i p 协议的v o i p 结构图 7 北京邮电人学硕上学位论文v o i p 语音终端的硬件设计与实现 1 3 2 实时传输协议r t p r t p ( r e a l t i m et r a n s p o r tp r o t o c 0 1 ) 4 1 是针对i n t e m e t 上多媒体数据流的一个 传输协议，由i e t f 作为r f c1 8 8 9 发布。r t p 被定义为在一对一或一对多的传 输情况下工作，其目的是提供时间信息和实现流同步。r t p 的典型应用建立在 u d p 上，但也可以在t c p 或a t m 等其他协议之上工作。r t p 本身只保证实时 数据的传输，并不能为按顺序传送数据包提供可靠的传送机制，也不提供流量控 制或拥塞控制，它依靠r t c p 提供这些服务。通常r t p 算法并不作为一个独立 的网络层来实现，而是作为应用程序代码的一部分。r t p 协议不支持要求重发的 功能。r t p 头中的序列号用以检测包的丢失和次序。 由于实时性的要求，r t p 协议不支持重传。解决丢包的方式可以有以下两种 方式：一种是对丢失的语音包采取不处理的方式，另一种方式是采用邻居数据包 的方式。 r t p 协议允许为每一编解码定义一个载荷的格式。载荷格式定义了r t p 载 荷的语法和语义。载荷的特定语义通过载荷类型指示位来交流。这些码与实际的 编解码通过名字绑定来一一映射，在因特网的号码授予机构上注册，并利用会话 描述s d 交流。多个绑定可以同时被向外广播，这使得一个r t p 源能在流传输的 中间改变编解码的格式而不需要显式地声明。 此外，可以选择任意注册一个未被注册的名字，也可定义一个过程来完成注 册。这种机制使得r t p 载荷可以使用任意一种编解码。 r t p 媒体载荷类型定义了多种音视频编解码来支持简单的载荷格式，同时， r t p 载荷类型也可定义来提供一些通用的服务。 一种是音频的冗余编码，使用户使用多种音频编码来传输音频内容，每种编 解码都在前一种编解码稍迟的时候传递，并且具有更低的比特率。这使得丢失的 包可以由后继的包补偿，虽然服务质量相对要差。 另一种载荷格式定义来提供诸如前向纠错f e c 机制的奇偶和r e e ds o l o m o n 方法使得包的丢失可以与编解码无关地被恢复。 第三种是多用户在单一包中多路复用媒体数据格式。这大大节省了r t p 包 头的开销，在p 电话应用中可用于替代m 电话网关之间的中继线路。 1 3 3 实时传输控制协议r t c p 实时传输控制协议( r e a l t i m et r a n s p o r tc o n t r o lp r o t o c 0 1 ) 【5 】是r t p 协议的控 制协议。r t c p 的主要功能是将接收端的数据的传输质量反馈到发送方。反馈信 息报告使用r t c p 发送，包含例如会话中丢失包的数量和中间传输网络的时延等 8 北京邮电大学硕士学位论文v o l p 语音终端的硬件设计与实现 信息。r t c p 和基于连续流形式的r t p 不同，例如几秒的周期，间歇地发送反馈 报告。 r t c p 负责管理传输质量在当前应用进程之间交换控制信息。在r t p 会话期 间，各参与者周期性地传送r t c p 包，包中含有已发送的数据包的数量、丢失的 数据包的数量等统计资料，因此，服务器可以利用这些信息动态地改变传输速率， 甚至改变有效载荷类型。r t p 和r t c p 配合使用，能以有效的反馈和最小的开销 使传输效率最佳化，故特别适合传送网上的实时数据。 r t c p 主要有以下4 个功能： ( 1 ) 用反馈信息的方法来提供分配数据的传送质量，这种反馈可以用来进行流 量的拥塞控制，也可以用来监视网络和用来诊断网络中的问题。 ( 2 ) 为r t p 源提供一个永久性的c n a m e ( 规范性名字) 的传送层标志，因 为在发现冲突或者程序更新重启时s s r c ( 同步源标识) 会变，需要一个运作痕 迹，在一组相关的会话中接收方也要用c n a m e 来从一个指定的与会者得到相联 系的数据流( 如音频和视频) 。 ( 3 ) 根据与会者的数量来调整r t c p 包的发送率。 ( 4 ) 传送会话控制信息，如可在用户接口显示与会者的标识，这是可选功能。 1 3 4 会话描述协议s d p s i p 并不关心传输媒体的类型和会话的方式。这由s i p 内嵌的会话描述协议 s d p 来实现p 电话会话中的会话描述和能力协商机制。s d p 协议是基于本文形 式的协议，与基于a s n 1 编码的h 3 2 3 不同，s d p 传输的信息不采用任何的压 缩形式，s d p 的推荐字符集是u r f 8 编码中的i s o1 0 6 4 6 0 ，s d p 可以在需要的 时候采用其他的字符集。 s d p 利用提供应答模式的机制实会话媒体的协商。在该模式中，一个参与 会话方向另外一方提供它期望建立的会话的描述，另一方应答它期望建立的对 话。s i p 协议就可以使用这种模式，完成s i p 呼叫时参与者之间的媒体协商，具 体实现机制是：在s i p 会话发起方发送i n v i t e 请求时，在请求消息体发送s d p 格式的会话描述消息，提供自身的媒体格式。在应答方，回应1 8 0 振铃响应或者 是2 0 0 摘机应答响应时，在消息体中发送包含自身会话描述信息的s d p 数据包， 回应会话发起方，提供自身所有媒体格式和能力集。 s d p 采用十分严格的结构化语法来描述会话信息。s d p 协议使用信息头形 式。所有的行都是类型和值的形式，其中类型总是一个小写的单字符。头信息包 括： ( 1 ) 源域s = 9 北京邮电大学硕士学位论文 v o l p 语音终端的硬件设计0 实现 源域的参数结合起来唯一地标识当前的会话。最后一个参数包含了地址，可 能是点分隔十进制格式的m 地址或完整正确的域名。源域中的参数不作为客户 间媒介的路由信息。 ( 2 ) 连接域c = 连接域可以同时出现在s d p 协议的会话描述和媒体描述部分。其目的是将 媒体域中的端口号同一个地址相关联。如果在媒体描述部分己经有一个连接域存 在，则该处指定的地址将比在会话描述部分连接域指定的地址优先使用。 ( 3 ) 媒体域m = 媒体域是让s d p 的接收方知道本方可以接受的音频，视频等媒体的类型， 以及媒体数据应该发往的指定的连接地址的哪个端口号，以及可接受的媒体数据 的编码格式。 1 4v o l p 终端研究的背景和意义 1 4 1v o 口终端研究的背景 自从电话出现至今，它已经经历了四代演变【6 】。第一代i p 电话是通过p c 上的软件来实现的。通话双方必须用在线p c 上相同的软件和语音压缩声卡进行 通话。这是初级阶段的p 电话，它的使用相比较普通的电话而言显得繁琐。第 二代口电话是通过电话黑盒子实现的，在黑盒子中集成了m o d e m 和m 电话软 件的功能，通过这个黑盒子用户可以直接上网通话而不必经过p c 。但是，这种 方式在本质上和第一代口电话没有区别，用户仍然不能和没有约好的人通话。 前两代p 电话由于自身的局限性，并没有体现出相对于传统电话的优势。第三 代口电话是用软件进行通话，通过这个软件，用户可以利用p c 将电话拨到任意 一部普通电话机上，这使得拨打电话没有时间限制，所要求的只是主叫方的p c 在线，并且安装了m 电话软件。这种方式已经能够降低电话费用，但对用户来 讲还不够方便。v o i p 终端发展过程中的一个重大突破是1 9 9 6 年v o c a l t e c 公司推 出的“网关 服务器。网关负责将i n t e m e t 和企业i n t r a n e t 等数据网络与公用电 话网连接起来，这样i n t e m e t 电话就能通过网关从计算机传送到对方的电话机， 也可以在两端都安装网关，实现从一方的电话机向另一方的电话机传送i n t e m e t 电话，而费用仅为本地的电话费加上很少的服务费，于是就出现了第四代口电 话。第四代i p 电话是基于p 网关的真正意义上的口电话，对用户来讲，它既 经济又方便。 l o 北京邮电大学硕士学位论文 v o l p 语音终端的硬件设计与实现 目前i p 电话已经有许多成熟的产品，包括网关产品和终端产品。其中，终 端产品分为软终端和硬终端两类。软终端指在p c 上用软件实现的终端，主要产 品有i d t 公司的n e t 2 p h o n e ，t o m 公司的s k y p e ，m i c r o s o f t 公司的n e t m e e t i n g ， m e d i a r i n g 公司的m e d i a r i n gt a l k 等；硬终端指由硬件实现不再依赖于p c 机的 i p 电话机，典型产品有s e l s i u s s y s t e m s 公司的s e l s i u s p h o n e ，c i s c o 公司的i p 电 话机等。 1 4 2v o l p 终端研究的意义 传统的电话网是以电路交换方式传输语音，采用面向连接的方式，呼叫接入 本地电信网的交换机，交换机为这通话务分配一条线路，接通两地的实时通讯， 这种传统的通讯方式有如下特点：交换机根据被叫号分配段独占路由。任何一 次通讯两端之间必须独占一条路由，每条路由带宽为6 4 k b p s ；并一直占用此路由 到通话结束( 或通信被终止) ，在此过程中其它通信无法使用此线路口1 。 而v o i p 技术则是以口分组交换网络为传输平台，对模拟的语音信号进行压 缩、打包等一系列的特殊处理，使之可以采用无连接的用户数据包协议进行传输。 由于v o i p 采用了先进的数字信号处理技术，可以将5 4 k b i t s 的语音信号压缩成 8 k b i t s 或更低码速率的数据流，能够在同一条线路上传输比传统电话网更多的呼 叫，大大提高了效率。同时，v o i p 采用了分组交换技术，可以实现信道的统计 复用，使得网络资源的利用率更好，大大降低了运营商的投入成本。所以v o i p 的一大优势就是价廉，通过因特网打长途电话的成本仅相当于传统电话的1 5 ， 最多不到1 2 ，其发展前景看好得到共识。若一个全球跨国公司有自己的虚拟专 网，则跨区域的口电话可不花费本地市话或长途费用，节省了大量开支；通过 网关等设备组建的v o i p 网络，以p s t n 作为本地用户的接入，用m 网络代替了 昂贵的长途传输网络，可以大大节省通信线路的成本。成本的降低就意味着通话 价格的下降，用户可以直接受益。另外，随着i n t e m e t 在全球的飞速发展，借助 l n t e r n e t 传输各种业务已经成为大势所趋，未来的商机促使越来越多的研究机构、 国际标准化组织、产品制造公司对此项技术的研究【8 】。 ， 请看下列表格中电路交换与分组交换的性能比较： 表1 - 1 电路交换与分组交换的性能比较 项目电路交换 分组交换 接续时间较长，平均1 5 s较短，虚电路连接一般小 于l s 信息传输时延短，偏差也小，通常在m s 级 短，偏差较大，一般低于 2 0 0 m s 北京邮电大学硕士学位论文 v o l p 语音终端的硬件设计与实现 数据传输可靠 一般1 0 。7 高1 0 1 1 性 对业务过载的拒绝接受呼叫( 呼损)减小用户输入的信息流量 反应( 流量控制) ，延时增大 信号传输的透有无 明性 异种终端之间不可可 的相互通信 实现多功能通 不可可 信 电路利用率 低 商 交换机费用一般较便宜较高 实时会话业务适用适用 由此可见，电路交换在实用中具有比较明显的优势。 随着现代科技的进一步发展，v o l p 的意义已经超越了其字面意义，也就是说 v o l p 技术不仅指通过i p 网络提供实时语音通信，而且包括语音、图像和数据、 支持各种智能业务的网络通信技术。口网络具有统一的信息平台，它是三网( 电 话网、有线电视网和计算机网络) 合一的基础，它可以融合数据、话音和图像， 同时可以产生大量增值业务，包括口视频电话、电视会议、视频点播等，这些 新增值业务的市场潜力巨大。由于p s t n 网络的主要功能是实现实时语音通信， 因此v o i p 技术在m 网络代替p s t n 网络的进程中扮演着举足轻重的作用，只有 v o i p 技术可以实现同p s t n 相同的语音质量，口网络才有可能在真正意义上取 代p s t n 网络。 如今，i p 及其相关协议在用户和网络设备中已经大量存在，i p 已经占领了大 量的用户终端设备由于许多现存技术还没有应用到用户终端设备，这使得大量存 在于个人计算机和工作站上的i p 具有了决定性的优势。i p 的这一“地位”使它成 为处理语音业务的理想平台。而成熟的技术使i p 电话切实可行，可用于语音编解 码器及高速调制解调器的d s p 芯片的大规模使用为几年前还难以想象的技术应用 提供了强大的支持，现在d s p 可以大规模生产而且价格相对便宜，已经大量用于 消费电子产品中。集成电路技术的高速发展，使得i p 电话的核心元件数字信号处 理的价格也大幅度下降。另外，不断增加的通信信道容量，不断增强的计算机c p u 处理能力，具有人工智能软件技术的出现也大力推动了通信技术的发展。 在v o l p 系统中，v o l p 语音终端是必不可少的组成设备，它是面向用户连接 i n t e r n e t 网络，为用户提供各种业务的用户端设备。虽然通过v o l p 网关，可以使 1 2 北京邮电大学硕士学位论文v o i p 语音终端的硬件设计与实现 用普通模拟话机当做v o i p 语音终端使用，但目前v o l p 语音终端的发展方向是将 语音的压缩编码、分组打包等都由终端实现，终端直接与i n t e m e t 相连接，这样做 的优势是实现了全口通信，可以充分利用i p 网络的各种优势，同时，终端分担了 网关的部分功能，使得网络功能配置更加灵活。 1 5v o l p 终端的关键技术 v o p 终端作为p 电话系统的一部分，采用许多与网关、网守相同的协议， 如网络传输、呼叫控制信令、资源预留协议等，但作为终端设备，它又有自身的 一些关键技术，包括语音压缩编解码技术、静音抑制及舒适噪音生成、回波抵消、 服务质量q o s 、网络管理和安全性等几个关键技术【9 】，下面分别作介绍。 1 5 1 语音压缩编解码技术 i p 网络电话中的话音处理主要解决两个问题。一是在保证一定话音质量的前 提下尽可能降低编码比特率，二是在p 网络环境下保证一定的通话质量。前者 主要是话音编码技术，包括静音检测；后者包括分组丢失补偿和回波抵消技术。 欧洲电信标准化委员会( e t s i ) 提出了关于i p 网络电话q o s 的分级要求。表中 为语音质量的主观测试，最高分为5 分。在语音通信中，时延指标是主要的，时 延过大会使接听用户有不连续的感觉，而时延抖动是次要的，用户对此不是很灵 敏。 表1 - 2 i p 电话q o s 分级要求1 0 1 q o s 等级最佳高中等尽力而为 m o s 质量4 0 - 5 03 8 - 4 22 9 3 82 0 - 2 9 语音传输全