（通信与信息系统专业论文）voip终端设计中的缓冲调度算法研究.pdf

中国科技大学硕士学位论文摘要 摘要 服务质量( q u a l i t yo f s e r v i c e ，q o s ) 的限制是目前v o l p ( v o i c eo v e ri p ) 应用晟主要的挑战 和障碍。过大的端到端语音延时会影响会话的交互理解；网络延迟时间的不均匀造成了延迟 抖动，因抖动而迟到的语音包会被丢弃，降低了语音质量。 网络层面的q o s 研究集中于提高网络基础构架和协议的性能，有综合业务和带宽预留 f i n t e r s e r va n dr s v p ) ，差分业务( d i f l s e r v ) ，多协议标记交换( m p l s ) 和流量工程( t r a f f i c e n g i n e e r i n g ) 等研究成果。但是到目前为止，i n t e m e t 仍然只能提供“尽力而为”的服务，不 能保证v o l p 所需的网络服务质量。所以，v o i p 应用的q o s 保证只能由接收终端来完成。 通常的方法是在接收终端开辟一个缓冲区对接收到的语音包进行缓冲，延迟一定时间后再播 放，以此来吸收网络抖动。但这样做的代价是人为的增加了一个缓冲延时从而增加端到端总 延迟，所以，减小延时和降低抖动丢包率时对矛盾，提高q o s 需要提高它们的综台性能。 对语音包进行缓冲可以在会话持续期间设定固定调度播放时问，也可以对应于网络变化 自适应的对缓冲时间进行调整。目前大部分自适应缓冲调度算法的基本策略都是利用静音区 修正技术，对语音会话峰( t a l k s p u r t ) 的进行整体缓冲调度。这些算法取得了比固定缓冲算法 更好的性能，但由于语音会话峰内的调度播放时间是固定的，在网络条件快速大幅度变化的 恶劣情况下。会话峰内的抖动得不到有效的吸收，会导致丢包率上升。最新提出的一种在会 话峰内也能进行缓冲调整的算法可以进一步提高综合性能。但由于其语音包时间修正技术过 于复杂而且修正技术运用过于频繁，使得该算法运算量很大，而且语音质量受到一定影响。 本文分析了三大类算法各自的实现机制和性能优劣后，提出了基于简化的相似波形叠加 技术( s w s o l a ) 的自适应缓冲新算法。运用了语音包时域修正技术，本算法不但可以在静音 区内调整缓冲，而且还能在语音会话峰内单独调整每个语音包的调度播放时间，灵活度大大 增强。该算法乖j 用大、小双预测窗技术用已经接收的语音包延时样本数据来分别估计即将到 来的语音会话峰和语音包的延迟时间，这样就可以对两个预测窗都取晟优值来设定语音包的 缓冲和播放时间。另外，算法还对延迟抖动峰上下沿采用了不同大小的窗权重系数，使得算 法跟踪性能和性能可控性得到提高。 论文的最后介绍了a r m 7 - v o l p 项目的硬件平台和软件平台，描述了v p h o n e 主程序流 程和v p l 2 0d s p 的控制程序流程。然后设计了实验方案采集了四组具有代表意义的语音包 延迟数据，分别进行了几种算法的实验仿真，仿真结果表明，新算法能取得比以往算法更优 秀的延时一丢包综合性能，同时运算量减小，可控性增强，语音服务质量得到提高。 关键词： 延迟抖动，缓冲播放，时间调整，i p 电话，服务质量 中国科技大学硕士学位论文 a b s t r a c t q u a l i t y o f - s e r v i c e ( q o s ) l i m i t a t i o ni sam a j o rc h a l l e n g ef o rr e a l t i m ev o i c ec o m m u n i c a t i o n o v e ri pn e t w o r k s ( v o l p ) s i n c ee x c e s s i v ee n d - t o e n dd e l a yi m p a i r st h ei n t e r a c t i v i t yo fh u m a n c o n v e r s a t i o n ，a c t i v ee r r o rc o n t r o lt e c h n i q u e ss u c ha sr e t r a n s m i s s i o nc a n n o tb ea p p l i e d t h e r e f o r e ， a n yp a c k e tl o s sd i r e c t l yd e g r a d e st h eq u a l i t yo ft h er e c o n s t r u c t e ds p e e c h f u r t h e r m o r e ，d e l a y v a r i a t i o n ( a l s ok n o w n a sj i t t e r ) o b s t r u c t st h ep r o p e rr e c o n s t r u c t i o no ft h ev o i c ep a c k e t si nt h e i r o r i g i n a ls e q u e n t i a la n dp e r i o d i cp a t t e r n c o n s i d e r a b l ee f f o r t sh a v eb e e nm a d ei nd i f f e r e n tl a y e r so fc u r r e n tc o m m u n i c a t i o ns y s t e m s t or e d u c et h ed e l a y ，s m o o t h t h e j i t t e r ，a n dr e c o v e rt h el o s s o nt | l en e t w o r ki n f r a s t r u c t u r e sp o i n to f v i e w m a n yr e s e a r c hh a v eb e e nd o n et oi m p r o v e t h ei pn e t w o r k sq o s ，s u c ha si n t e r s e r v r s v p , m p l s ，d i f f s e r ve t c b u ta f t e ra 】o to f y e a r s i m p r o v i n g ，i n t e m e tc a no n l yp r o v i d e “b e s t - e f f o r t ”s e r v i c ey e ts ow ed oi to nt h ev o l pr e c e i v e r t h ec o m m o nw a yt oc o n t r o lt h e p l a y o u to fp a c k e t si st oe m p l o yap l a y o u tb u f f e ra tt h er e c e i v e r t oa b s o r bt h ed e l a yj i t t e rb e f o r et h ea u d i oi s o u t p u t t h er e c e i v e r - b a s e dp l a y o u ts c h e d u l i n go f v o i c e p a c k e t sh a v e t h ea d v a n t a g et h a tn o c o o p e r a t i o no f t h es e n d e ri sr e q u i r e d f u r t h e r m o r e ，t h e y c a no p e r a t ei n d e p e n d e n t l yo f t h en e t w o r ki n f r a s t r u c t u r e an e wr e c e i v e r - b a s e d p l a y o u ts c h e d u l i n gs c h e m ei sp r o p o s e dt oi m p r o v et h eq o sf o r r e a l t i m ev o i c ec o m m u n i c a t i o no v e ri pn e t w o r k s i nt h i ss c h e m et h en e t w o r k d e l a yi se s t i m a t e d f r o mp a s ts t a t i s t i c s u s i n gt w op r e d i c tw i n d o w sa n dt h ep l a y o u tt i m eo ft h ev o i c ep a c k e t si s a d a p t i v e l ya d j u s t e d i nc o n t r a s tt op r e v i o u sw o r k , t h ea d j u s t m e u ti sn o to n l yp e r f o r m e db e t w e e n t a l k s p u r t s ，b u ta l s ow i t h i nt a l k s p u r t si nah i g h l yd y n a m i cw a y f u r t h e rm o r e ，i tc o s tar e l a t i v e l y l i t t l e c o m p u t e rc o m p l e x i t y p r o p e rr e c o n s t r u c t i o no fc o n t i n u o u sp l a y o u ts p e e c hi sa c h i e v e db y s c a l i n g i n d i v i d u a lv o i c e p a c k e t su s i n gat i m e - s c a l em o d i f i c a t i o nt e c h n i q u eb a s e do nt h e s i m p l i f i e dw a v e - f o r ms i m i l a r i t yo v e r l a p - a d d ( s w s o l a ) a l g o r i t h m s i m u l a t i o nr e s u l t ss h o w t h a ti tc a ne n h a n c et h eu a d e o f f b e t w e e n b u f f e r i n gd e l a ya n d l a t el o s s d e l a yj i t t e r , p l a y o u tb u f f e r i n g ，t i m e s c a l em o d i f i c a t i o n ，v o i c eo v e ri p ，q o s i i 主望型堑查兰堡圭兰垒丝苎 墨二皇羔鱼 1 1 概述 第一章绪论 随着i n t e r n e t 的飞速发展和语音分组化趋势的不断增强。i p 网上的电话业务v 0 i p ( v o i c e o v e r1 p ) 受到了越来越多的关注。它的优点是：能够在单一网络上集成不同业务，避免了维 护各个独立的网络及其硬件的费用：网络运营者可以灵活扩展其业务范围：消费者可以享 受价格更为低廉的话音和会议电视等多媒体通讯服务：新的运营商能够更为容易地进入这 一市场，更好地引入竞争”1 。 然而，目前的v o l p 应用还面临着若干技术难题。因为i n t e m e t 经过多年的发展依然只 能提供不可靠、不稳定的尽力而为田e s te f f o r t ) 服务，没有服务质量( q u a l i t yo f s e r v i c e ，q o s ) 保障。i p 电话的语音质量已成为v o p 业务进一步发展的主要障碍。实际上，v o l p 的服务 质量受到网络的四个性能参数的直接影响：端到端时延( e n d - t o - e n dd e l a y ) 、时延抖动( d e l a y j i t t e r ) 、包丢失( f r a m e e r a s u r e ) 和包乱序( o u t - o f - o r d e r p a c k e t d e l i v e r y ) 。改进服务质量也往往 通过对这四个参数进行控制和调整来实现刖。 1 端到端时延 端到端延时是影响交互式语音通信质量的最重要因素之一。它必须被控制在一个合理 的值以内，否则收听的一方会误认为说话的一方还没有开始讲话而开1 3 ，但恰好此时另一 方的通话也到了，从而发生冲突。对用户来说，严格的端到端时延应该是指语音信息从说 话方的嘴到收听方的耳朵所经历的时延，但我们通常只考虑承载语音信息的包从发送系统 到接收系统所经历的时延。根据不同的网络负载状况，端到端的延时会发生变化。 2 延时抖动 延时抖动一般是指语音流中若干个连续的语音包的端到端时延的差值。对延抖动对 v o l p 等应用的性能有着显著的影响。具体来说，它对语音包按照原始序列和周期模式进行 重建的工作具有负面的作用。由于目前的i m e m e t 性能限制，想在网络中消除语音包的时延 抖动是不可能的。因此设法减轻时延抖动的不利影响就成为v o i p 终端设备需要解决的一个 主要问题。通常的方式是在接收端采用抖动缓存，在将包输出为声音流之前对时延抖动进 行吸收。也就是说，在收到语音包之后并不立即进行播放，而是暂时保留在缓存中，赢到 预定的播放时间到来，再将缓存中积累的包进行规则播放，从而将时延抖动减少到最小。 虽然这样可以使得一些迟到的包得以规则播放，但它却为早到的包引入了附加时延，因此 在平均缓存时延和由于太晚到达而不得不被丢弃的包数之间需要采取折中的考虑。预定的 1 中国科技大学硬土学位论文 第一章绪论 截止时间越晚，丢包率越低，而其代价是缓存时延过高。另一方面，如果缓存时延设得较 低，就会导致较高的丢包率。 3 ，包丢失 包丢失是指承载语音帧的包没有及时到达接收端。这可能是由于几个原因造成的：包 在通过网络传输的过程中被破坏，包由于网络拥塞( 网络节点的队列已满) 而被丢弃，包 由于网络的故障而丢失，或者仅仅由于到达接收端的时间太晚而无法及时播放，被丢弃。 包丢失可能是某单个包的丢失，也可能是一次丢失一整块连续的包。很高的包丢失率和很 高时延的共同结果可能会导致本已存在的由语音丢失造成的对语音的破坏持续更长的时 间。 4 包乱序 每个语音包都有一个序列号，包括在r t p ( 实时传输协议) 的头部，用于标示包在流 中的正确顺序。如果在沿网络路径传输的过程中出现了失序的包，到达接收端的语音包的 顺序就会发生改变。失序的包传输严重地影响着v o l p 应用的服务质量。通常采取的解决办 法同样是在接收系统中使用抖动缓存，在等待预定的播放时间到来的时候，可以对失序到 达的包进行有序的调整，恢复在发送端的顺序。 1 2v o l pq o s 的实现和研究现况 1 2 1 网络层面的研究 到目前，有许多网络机制被提出来解决i pq o s 保证问题，包括资源预备( r e s o u r c e p r o v i s i o n i n g ) - 流量工程( t r a f f i ce n g i n e e r i n g ) ，接入控$ 4 ( a d m i s s i o nc o n t r 0 1 ) ，资源预留 ( r e s o u r c er e s e r v a t i o n ) l l 连接管理( c o n n e c t i o nm a n a g e m e n t ) ! 簿。这些机制一般从两个方面 八手：( 1 ) 通过预测网络流量来管理网络，把违反q o s 设置的情况出现几率降到尽可能低。 ( 2 ) 通过限制争用同一网络资源的业务总流量来保证q o s 。通常的说，资源预备和流量工 程属于前者，他们总是在配置阶段被引导，自然关注于大颗粒的嬲络流量，也就是整个网 络流量。相反的，接入控制和资源预留机制总是在运行时刻进行的，针对的是各个预定好 的语音流。 互联网工程任务组( i n t e m e te n g i n e e r i n gt a s kf o r c e ，i e t f ) 在i p 网络的q o s 方面建议r 一些服务模型和机制，其中晟基本的是综合业务r s v p 模型( i n t e r s e r v ) 和区分业务模型 ( d i f f s e r v ) 。 综合服务和资源预留协议i n t s e r v r s v p ：以r s v p 信令向网络提出业务流传输规格， 并建立和拆除传输路径上的业务流状态。主机和路由器节点建立和保持业务流状态信息。 2 中国科技大学硕士学位论文 第一章绪论 尽管r s v p 经常用于单个流，但也用于聚流的资源预目。单纯从i n t e r s e r v 结构的实质来看， 资源预留本岛就与i p 网络的最大特点“无连接”相冲突。另外，对保障型业务需要网络全 部使用综合业务，如果中间有不支持的节点网络存在，虽然信令可以透明通过，但实际 上对于应用来说，已经无法实现真正意义上的资源预留，所希望达到的q o s 保证也就打了 折扣。 区分服务：在区分服务网络中。边界路由器根据用户的流规格( s t r e a mp r o f i l e ，s e ) 将用 户流划分为不同的级别，再聚合成流聚集，聚集信息存放在i p 包头的d s 标记域，称为d s 标记i f f e r e n t i a t e ds e r v i c e sc o d e p o i n t ，d s c p ) 。内部节点则根据d s c p 提供不同质量的调 度转发服务。d i f f s e r v 为i pq o s 奠定了宝贵的基础，但还是没有办法完全依靠自己来提供 端到端的q o s 结构。d i f f s e r v 需要大量网络单元的协同动作，才能向用户提供端到端的服 务质量。 其他的研究热点还有多协议标记交换( m u l t i p r o t o c o ll a b l es w i t c h ，m p l s ) ：根据分组头 的标记，通过网络路径控制来提供流聚集的带宽管理。流量工程：安排传输流如何通过网 络，以避免不均匀地使用网络而导致拥塞。i p v 6 的q o s 控制策略。这些技术和策略否能成 功地发挥其q o s 保障功能就要看路由器生产商和应用程序设计者是否愿意支持它，另外需 要网络的大规模普及运用才能得以实施。 1 2 2 基于v o l p 终端的q o s 实现 由于i p 协议本质上是种把其它真正的物理网络( 如a t m ) 连接起来的“互联网协议”， 不是一种真正的物理网络：i p 网络是不可管理的和控制的；i p 网络提供的是一种没有性能 保证的服务。因此，i p 网络的性能参数、性能指标和测试方法在国内外都还处在研究和发 展中。影响q o s 的四个基本参数之中，包丢失和包乱序问题由于网络性能的提高基本上可 以解决，剩下的最重要的因素就是总延迟和延迟抖动“。到目前为止，虽然网络层面的q o s 研究和应用取得了不少成果，然而i n t e m e t 经过多年的发展依然只能提供不可靠、不稳定的 尽力而为服务，v o l p 的服务质量( q o s ) 得不到网络的有效保证f 2 ”。这样，这个任务就必须由 终端来完成了。 较大的语音延时会影响会话的交互理解，另外，网络延迟的不均匀造成了延迟抖动， 因抖动而迟到的语音包会被丢弃，降低了语音质量。接收端的解决方法是对语音包进行平 滑缓冲，接收到的语音包并不立刻播放，而是放入缓存队列，根据某种缓冲调度算法延迟 一段时间再播放，这样就可以吸收网络抖动，降低丢包率，然而代价却是人为地增加了一 个缓冲延迟，从而增加端到端总延迟。对语音包进行缓冲可以在会话持续期间设定固定缓 冲时间，也可以对应于网络变化自适应的对缓冲时间进行调整。目前的缓冲算法研究基本 上可以分成三大类：闻定缓冲算法，基于静音区修正技术的会话峰整体缓冲算法，基于单 包调整的会西峰内缓冲算法。 中国科技大学硕士学位论文 第一章绪论 1 2 2 1 固定缓冲时间算法 固定缓冲算法在会话持续期间为每个语音包都设定了阉定的缓冲时间，并小会随着嘲 络的变化和调整。这种算法实现简单，是i p 电话最开始的应用中的实现方法。可以根据经 验和主观判断手动设置一个缓冲时间”。更进步的方法是终端对上次会话的语音包进行 数据统计，以此来自动调整下次会话的固定缓冲时间。 由于在会话期间不能随网络抖动变化而调整缓冲时间，这个算法是非常低效的，总延 时和抖动丢包的综合性能比较差。对于v o l p 这样的实时交互性语音应用来说，不能提供满 意的服务质量。能够动态调整的缓冲播放算法是比较理想的，也是这几年的研究热点领域。 1 2 2 2 基于静音区修正的自适应缓冲算法 此类算法是以语音会话峰为调整单位的，在静音区进行动态调整。在会话峰间静音区 动态调整算法中，网络状况被即时监测，静音区的播放时间可以随网络情况变化而调整。 它基于这样的研究成果：一个典型会话的语音流可以由静音区分为许多个单独的会活峰， 会话峰的缓冲播放时间可以通过对静啬区的压缩或延展进行调整设定。这样，此算法就比 固定缓冲算法多了灵活性，它可以在会话中动态调整每个语音会话蜂的缓冲播放时间了。 r r a m j e e 对算法进行了总结并提出了四种相近的算法【l 】，都是利用已经到达的w 个语音包 的延时信息对下个会话峰的第一个语音包进行延时时间预测，然后设定它的缓冲时间，后 续包以第一个包的播放时间为基准，增加固定偏穆持续播放直到会话峰结束。它们对播放 设定时间的算法和抖动方差的算法是一样的，主要的区别在于预测方法，其中一种算法是 传统的线性低通滤波法；还有一种是取最小值法；一种是基于第种算法，但是上下升沿 采用不同系数；最后一种侧重于解决尖峰延迟( s p i k e ) 的现象。p d e l e o n 对r r a m j e e 算法提 出了改进，播放调度策略没有变，而主要是采用了s i m p l en o r m a l i z e dl e a s t - m e a n s q u a t e ( n l m s ) 使语音包延时预测更加准确，性能得以提高【3 1 。后来，s b 。m o o n 对本类算法进行了 最优和最差性能分析，给出了延时一丢包综合性能的上下边界，然后提出了自己的新算法， 这个算法的最大特点是对未来语音包的预测并不用传统的线性滤波器，而是当开始一个新 的语音会话峰的时候，每到来一个语音包就计算一次已到达的w 个包的分布函数百分点， 然后用这个值来预测和设定下一个会话峰的缓冲时间【”。 前述的算法一个共同的缺点就是性能可控性不强，也就是总延时和抖动丢包率相互间 的性能转换和折中难以衡量，也就难以进行控制了。j p i n t o 提出了一个较有新意的改进， 主要思想是对每个会话峰，在设定了播放时间后，还计算每个包达时间与调度播放时间 的相差值( g 印) ，如果包正常播放，也就是g a p 也就是缓冲时间；如果包晚到，g a p 可以为 负数。这样，下一个会话峰可以根据统计的g a p 值进行有效的延时一丢包性能折中控制l m 。 总的说来，该类算法基本原理是以语音会话峰为调整单位，会话峰之间整体可调，峰 4 中国科技大学硕士学位论文 第一章绪论 内所有语音包延迟时间相等，是利用静音区调整技术的自适应缓冲算法。它们比同定缓冲 延迟算法更具灵活性，可以大幅度提高总延迟和丢包率的综合性能但是只能对会话峰之 间的静音区进行延长或缩短，以此来调整下个会话峰首个语音包的缓冲时间。由于不能调 整语音包的播放持续时间，而语音包又必须首尾相连的连续播放，所以第一个包决定了后 续包的播放时间，会话峰也就只能作为一个整体来进行调度了。 这样，会话峰持续期间的网络抖动就会得不到有效吸收，在网络情况恶劣和长会话峰 频繁的条件下更为明显。 1 2 2 3 基于语音包修正的自适应缓冲算法 最近y l i a n g 提出的一种新算法【5 1 在会话峰内也能进行缓冲调度。在此算法中，不再以 会话峰为调整单位，而是以单个语音包为单位进行调整，对每个包可以分别设定单独的缓 冲时间。 基于时间尺度调整的动态缓冲算法对单个语音包的播放时间进行修正，语音包的播放 时间不再是固定的。由于语音播放必须首尾连续，由此就要求语音包的播放时问长度能够 得到调整。它运用的单包调整方法是相似波形叠加技术( w a v e f o r ms i m i l a r i t yo v e r l a p a d d ， w s o l a ) 。这种方法是基于差值的时域方法，可以在较好保留语音质量的情况下，对语音 包的播放时间进行压缩或延展。 该算法的调度机制采用了o s b e ( o r d e rs t a t i s t i c sb a s e de s t i m a t i o n ) 方法进行语音包的网 络延迟估计。这样的估计方法实质是一个尺寸为w 的预测窗，如果想得到更加精确的预测 值，就用w 值比较大的窗，但是这样的不利在于大窗会降低跟踪敏度，难以适应网络快速 的变化。 总的说来，该算法在综合性能上取得了比以前更好的效果。但是，它对于单包调整运 用了交复杂的相似波形叠加技术，运算复杂度较大而且它的调度策略进行了太多的单包 调接，时常进行急剧的压缩，然后又急剧的延展。这种“过分灵活调整”去追求数据上的 低平均延迟，降低了语音质量。另外，它采用了单个窗进行包延迟时间预测，必须在预测 准确度和反应灵活性之间做折中”j 。 1 3 本文的研究内容和研究思路 i n t e r n e t 经过多年的发展依然只能提供不可靠、不稳定的尽力而为服务，这是目前设计 v o i p 终端设备不可回避的问题。本文的研究是基于v o l p 电话终端系统项目，在网络现实条 件受限制的情况下，从终端解决问题的思路出发，开发v o l p 终端设备，设计适当的缓冲策 略，提高总延时一抖动丢包综合性能，以此来抵消目前网络的延时和延时抖动，提高会话 语音的服务质量。 中国科技大学硕士学位论文 第一章绪论 本论文对网络层面和终端层面增进q o s 的各种策略进行研究分析，着重分析了当前的 基于终端的缓冲算法。近些年提出的大部分自适应缓冲调度算法的基本策略都是以语音会 话峰( t a l k s p u n ) 为单位，对静音区进行时间修正来蹬定下一个语音会话峰的首个语音包的播 放时间，而后续包将以原始的时间长度，例如2 0 m s ，连续地播放直到本会话峰结束h 】。这 些算法取得了比崮定缓冲更优良的性能，但是由于语音会话峰内的缓冲延迟是固定的，在 网络条件快速大幅度变化的恶劣情况下，会话峰内的抖动得不到有效的吸收，导致丢包率 上升。最近还提出了基于单包调整技术的可在会话峰内也进行调整的算法，灵活性更大了， 进一步提高了综合性能pj 。但是由于语音包时域修正技术过于复杂而且它的调度策略使得单 包时域修上e 技术运用过于频繁，使该算法运算量很大，而且语音质量受到一定影响。 我们提出一种新的自适应缓冲算法。它运用了简化的相似波形叠加技术( s i m p l i f i e d w a v e f o r ms i m i l a r i t yo v e d a p - a d d ，s w s o l a ) ，以较小的运算量对语音包的时间长度进行调 整，可以在会话峰内殴定每个语音包的播放时间。此外，利用双预测窗技术提高了预测的 性能和可控性，还优化了调度策略，使单包修正运用频度降低，减小运算量并提高了语音 质量。新算法基于个较大的预测窗对每个会话峰进行整体网络延迟估计，设定了一个基 准值。由于大窗覆盖了较多的统计样本，所以能够作出较精确的估计。然后，用一个相对 较小的窗对峰内的语音包进行预测，小窗可以快速跟进网络的剧烈抖动，减小了抖动丢包。 得到了理想的预测值后，就能够以此来设置语音包的播放持续时间。与第一类和第二类算 法相比，它的缓冲调整目力更强了，不仅能对会话峰之间的静音区，而且还能对会话峰内 单独的语音包进行调整，有效的吸收会话峰持续期间的网络抖动。 基于语音包播放时间调整技术的自适应缓冲调度算法的实质是，用多个微小幅度的播 放抖动来补偿网络的大幅度抖动增强了对抖动缓冲平滑的灵活度。所以，正如实验结果 所表明的，运用此方案，可以大幅度提高总延迟一抖动丢包的综合性能。 1 4 论文的组织 我们将按照研究内容的先后次序以及求解问题所需的基础理论知识进行论文的撰写和 编排。全文共五章。各章节的内容安排如下。 第一章：绪论。首先介绍了目前网络层面和终端层面各个领域的q o s 研究情况，提出 了本论文的研究思路和特点，最后给出了本论文的组织安排。 第二章：v o l p 及其q o s 的基本原理和技术。介绍了v o l p 及其q o s 的基本原理和相关 技术，全面的叙述了v o l pq o s 问题的产生和基本解决方法。 第三章：v o l p q o s 的测量和评价模型及技术。讨论了v o i p 语音服务质量的评价、模型 和测量方法。 第四章：摹于语音包播放时间调整技术的自适应缓冲调度算法。研究了现在的主要缓 6 中国科技大学硕上学位论文第一章绪论 冲延迟算法研究了它们的工作原理和优缺点，提出了基于简化的w s o l a 技术和双窗预 测技术的自适应缓冲调度新算法。 第五章：应用平台和实验仿真。介绍了v o l p 终端项目平台和仿真平台，做了仿真实验， 得到有意义的结果。结果表明，本论文提出的新算法可以取得比以往算法明显优秀的延迟 一丢包综合性能，提高了语音服务质量。 第六章：论文总结。对本论文做出总结，对研究成果做出评价，最后提出进一步研究 的设想。 7 中国科技大学硕士学位论文第二章v 0 p 及其q o s 的基本原理和技术 第二章v o l p 及其q o s 的基本原理和技术 2 1v o l p 的原理及技术 通过i n t e r n e t 进行语音通信是一个复杂的系统工程，其应用面很广，因此涉及的技术也 较多，其中最根本的技术是v o l p ( v o i c e o v e r i p ) 技术，这项技术的实施关键是其q o s 保障。 本论文研究各类动态缓冲算法的目的就是在v o i p 终端对语音包进行处理来提高话音服务质 量。为了更好的讨论和理解v o i p 的服务质量问题，首先应了解v o l p 的基本原理以及相关 技术。 传统的电话网是阻电路交换方式传输语音，所要求的传输宽带为6 4 k b i t s 。v o l p 则是以 i p 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i p 九肼协议进行传输。 在一个l p 网络上传输语音信号，最简单形式的网络由两个或多个具有v o l p 功能的设 备组成，这一设备通过一个i p 网络连接。v o i p 模型的基本结构如图2 1 所示。从图中可以 看到v o i p 设备是如何把语音信号转换为i p 数据流，并把这些数据流转发到i p 目的地，i p 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伊传输，且可以是i p 路由器 和网络链路的任意组合。因此可以简单地将v o 毋的传输过程分为下列几个阶段。 语音代理 语音代理 t i 2 1v o l p 的模型结构 1 模拟语音一数宇压缩信号转换 语音信号是模拟波形，通过i p 网络来传输则首先要对语音信号进行模拟一数字转换， 也就是对模拟语音信号进行量化，然后进行编码压缩。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l o 3 0 m s 。考虑传输过程中的代价，语间包通常由6 0 、1 2 0 8 中国科技大学颐士学位论文 第二章v o p 及其q o s 的基本原理和技术 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 码标准主耍有i t u t g 7 11 。g7 2 1 ，g 7 2 9 g 7 2 9 a 等。源和目的地的语音编码器必须实现相 同的算法。 2 压缩数据到口转换 编码压缩后的语音数据添加r t p u d p 包头然后放入l p 包数据域，打包后就可以依赖 i p 的寻路机制一站站的发送到目的结点。 3 传送 在这个通道中，全部i p 网络被看成一个从输入端接收语音包，然后在定时间t 内将 其传送到网络输出端。t 的值和变化，反映了网络传输中的延迟和延迟抖动。网络中的节 点检查每个i 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。一般传送是基于u d p 传输协议并利用r t p r t c p 方式进行流控制。 4 球包一数字语音信号的转换 目的地的v o i p 设备接收这个i p 数据包并开始处理。一般终端设备会提供一个可变长 度的缓冲区，用来平滑网络产生的抖动。小的缓冲区产生缓冲延迟较小，但不能调吸收平 滑大的抖动，大的缓冲区缓冲延迟大，但是平滑效果好。解码器将经编码的语音数据解压 缩后得到数字语音数据。 5 ，数字语蕾转换为模拟语音播放 终端将数字语音直接送入声音输出设备( 如声卡，电话听筒等) 按预定的频率( 例如 8 k h z ) 播出。 简而言之，语音信号经过从模拟信号到数字信号的转换、语音压缩、数字语音封装成 i p 分组、i p 分组通过网络的传送、i p 分组的拆包，数据解压缩和数字语音还原到模拟信号 等过程。整个过程如图2 2 所示。 图2 2v o i p 传输的基本过程 9 中国科技大学硕士学位论文第二章v o i p 及其q o s 的基本原理和技术 2 2v o l p q o s 概述 2 2 1v o l pq o s 产生的背景 早在7 0 年代中期，美国国防部高级研究计划署( a d v a n c e dr e s e a r c hp r o j e c t sa g e n c y ， a r p a ) 为了实现异种网之间的互联与互通，推出了t c p 1 p 体系结构和协议规范。时至今日， t c p f l p 协议也成为最流行的网际互联协议。它不是国际标准化组织制定的，却已成为网际 互联事实上的标准，并由单纯的t c p i p 协议发展成为一系列以i p 协议为基础的t c p i p 协 议簇。t c p i p 协议簇为i n t e m e t 提供了基本的通信机制。随着互联网规模的指数增长，其 体系结构也由a r p a n e t 基于集中控制模型的网络体系结构演变为由1 s p 运营的分散的基 于自治系统( a u t o n o m o u ss y s t e m s ，a s ) 模型的体系结构。 归因于其特殊的发展历程，现有的i n t e m e t 所提供的是“尽力而为”( b e s t e f f o r t ) 服务， 在这种服务模型下，所有的业务流公平地竞争网络资源，路由器对所有的i p 包都采用先来 先处理( f i r s tc o m e f i r s ts e r v i c e ，f c f s ) 的工作方式，它尽最大努力将i p 包送达目的地但 对i p 包传递的可靠性、延迟时间等不能提供任何保证【i g 】。 v o l p 应用对网络延迟和延迟抖动等有严格要求，现有的“尽力而为”的服务显然是不 够的。 2 2 2 网络层面的q o s 技术原理 网络层面的研究对象主要是1 p 网的各种协议和设备，通过对网络构架和协议的研究、 改进来提高服务质量。i pq o s 的研究目标是有效地为用户提供端到端的服务质量控制或保 证。一般来说i p q o s 并没有创造带宽，只是根据应用程序的需求以及网络状况来管理带宽。 i p 网络层面的q o s 保障技术有如下几大类： 1 综合业务和带宽预n l o n t e r s e r n 综合业务模型使用资源预留协议。这一模型的思想是为了给特定的客户包流提供特殊 的q o s ，要求路由器必须能够预留资源。反过来要求路由器中宥特定流的状态信息。通过 i n t e r s e r v ，将可以实现i p 网中的q o s 传输以及对于实时业务的支持，使得各种应用能够为 其数据包选择服务等级。 该模型的原理是对于每个需要进行q o s 处理的数据流，通过一定的信令机制，在其 经由的每一个路由器上进行资源预留，以便实现端到端的q o s 业务。首先，该模型定义了 一个作用于整个网络的要求集合，整个网络中的每个元素( 子网或路由器) 都将能够实现这 一要求集合。随后，通过一定的信令机制，将特定应用的服务等级要求通知其传输路径上 的所有网络元素，并在应用与各个网络元素之阃进行管理信息的交换，网络元素将为该应 o 中国科技大学硕士学位论文第二章v o i p 及其q o s 的基本原理和技术 用进行各种资源预留与处理策略的设置。这样，当整条路径建立起来之后，这一路径上的 所有网络元素都已经做好了为相应的数据流提供q o s 业务的准备。 2 区分业务( d i f f s e r v ) 为了解决骨干网络上的q o s 问题，业界提出_ 区分业务模型。这一模型与j n t e r s e r v 模 型的本质不同在于它将不是针对每一个业务流进行网络资源的分配与q o s 参数的配置，而 是将具有相似要求的一组业务归为一类，随后对这一类业务采取一致的处理方式。 d i f f s e r v 的基本机制是在网络的边缘路由器上根据某一业务的服务质量要求将该业务 映射到一定的业务类别之中，随后利用口分组中的d s 字段唯一地标志这业务所需的服 务类别，网络中的各个节点将依据该字段对各种业务类别采取预先设定好的服务策略，保 证相应的延迟、传送速率、抖动等服务质量参数。这样，对于一次会话中特定的数据流 在每次连接的过程中，将无须传递各种q o s 信息，从而避免了r s v p 中高昂的建立成本。 同时，也使得这种技术具有较好的反应灵敏度，特别适合于i n t e m e t 中大量存在的短时问的 连接。 3 多协议标记交换( m p l s ) i e t f 在1 9 9 7 年初成立了m p l s 工作组利用集成模型中现有的技术的主要思想与优 势，制定出一个统一的、完善的第3 层交换技术标准。m p l s 明确规定了一整套协议和操 作过程，最终在i p 网内通过a t m 和帧中继实现快速交换。m p l s 中的关键概念是用标签 来识别和标记i p 报文，并把标签封装后的报文转发到已升级改善过的交换机或路由器，由 它们在网络内部继续交换标签，转发报文。 4 流量工程( t r a f f i ce n g i n e e r i n g ) 目前i e t f 的提出的策略可以作为基础q o s 技术在相关的网络部件上使用，但是这些 成果没有解决全网的q o s 问题，缺乏一个可以实施的整网q o s 机制，而从路由器等设各来 看，己初步具备基本的q o s 能力。因此如何制订整网q o s 机制，发挥出路由器的q o s 能力 成为很多有影响力的标准组织的关注热点。包括i n t e m e t 2 、m s f ( 多业务交换机论坛) 、 e t s i t i p h o n 、i t u 等组织目前都在大力研究和制订i p 网的整网q o s 机制，而美国有线电 视工业的标准组织c a b l e l a b 也在为c a b l e 运营商研究制订i p 网q o s 机制，3 g p p 则为下一 代无线核心网络研究制订q o s 机制。 5 i p v 6 的q o s 控制策略 i p v 6 提供一定的q o s 控制策略。l p v 6 分组头定义了一个4 比特的优先级区域，可以指 示1 6 种优先级别a 同前面所讲的i pt o s 类似。1 6 种优先级别中的9 种用于非实时传输业 中国科技大学硕士学位论文 第章v o i p 及其q o s 的基本原理和技术 务，其余的8 种用于实时传输业务。 2 2 3 基于v o l p 终端的q o s 技术原理 理想的情况f 是经过上述l pq o s 的技术应用后i n t e r n e t 能够保证端到端的延时、延 时抖动等服务质量。网络延迟时间可以是固定的和可预期的，接收终端能简单接收一个语 音包后立刻播放，下一个语音包会“如期而至”然后终端继续接收并立即播放，如此循环 _ ：茸到会话结束口j 。 但是，i n t e m e t 经过多年的发展，虽然网络性能和服务质量得到了不少提高，却依然只 能提供不可靠、不稳定的尽力而为服务，q o s 问题并没有得到本质上的解决。在这样现实 的网络条件r ，要实现v o l p 应用，保证其服务质量，只能依靠v o i p 终端来解决网络留下 的问题。 终端的解决方法一般是设置一个缓冲队列( 或缓冲区) ，对接收到的语音包并不立即播 放，而是通过特定的缓冲调度算法缓冲一段时间后适时播放，以此吸收网络延迟的抖动【”。 如图23 所示，语音包从发送端“按时”的规律的发送，通过i p 包交换为基础的i n t e r n e t 传输后到达接收端。各个语音包的延迟时问并不相等，这就是延迟抖动现象，如果接收到 语音包立即播放，就会有部分语音包由于延迟抖动现象而迟到了一段时间( 即在“规定播 放”的时刻没有到达) 而被丢弃，这就是抖动丢包现象。抖动丢包会严重迪影响语音质量， 所以，终端必须设置一个平滑缓冲区，对到达的语音包不立即播放，而是把它们暂存在缓 冲区内，然后按照以一定的缓冲调度算法延迟等待一段时问再播放，以此吸收和平滑网络 抖动，降低抖动丢包率。见图2