（通信与信息系统专业论文）基于sip协议的voip终端的设计与实现.pdf

摘要 摘要 随着网络条件的不断改善，在互联网上进行音频和视频的传输成为可能， v o l p 就是在这样的背景下应运而生。虽然v o l p 相对于传统的电话有其自身优势， 但它也面临着一些难题，如互通互连和媒体同步。本文正是基于这样的背景对 s i p 信令协议和v o l p 音视同步进行了研究，并在研究的基础之上进行了基于s i p 协议的v o l p 终端的设计。 本文从整体上提出了本终端基于通用性考虑的系统构架，该构架包括硬件系 统和软件平台两个部分。硬件部分采取设计方法与设计实现并重的原则，以 x s c a l ep x a 2 7 0 处理器为核心，按照时钟电路、复位电路、s d r a m 存贮电路和 f l a s h 电路的设计步骤来对硬件平台进行构建。软件平台的搭建重点介绍l i n u x 操作系统、设备驱动和根文件系统的选择。接着论文重点对终端中两个重要模块 s i p 信令模块和音视频同步模块进行设计和实现。在s i p 信令模块的设计中，重 点研究并定义了一种基于事务状态机模型的用户代理结构，通过对用户状态的迁 移过程的抽象分析，定义了一系列对应的处理接口，从而解决了信令控制复杂的 问题。在音视频同步模块的设计中，综合考虑人的感官敏感性、音视频传输实时 性、终端系统资源和网络带宽等方面的因素，采片j 一种基于r t p 协议和s i p 协 议的综合解决方案。该方案是一种基于播放时间的同步方案，它以音频流为主媒 体流，利用r t p 协议中的时间戳信息，动态的调节视频的播放速率，同时利用 s i p 信令中的r e i n v i t e 机制根据网络拥塞状况对信源中的视频数据发送进行调 节。 本文最后采用主观m o s 评分和客观s p d 参数测试两种方法，对终端的相关 的性能进行测试，测试结果表明：终端的s i p 信令控制正确，有良好的互通性， 音视频同步质量良好，同步模块能有效工作。 关键词： v o l p ；s i p 协议；媒体同步 a b s t r a e t a b s t r a c t w i t ht h en e t w o r ke q u i p m e n tc o n t i n u et oi m p r o v e ，a u d i oa n dv i d e ot r a n s m i t i n g o nt h ei n t e m e ta r ef e a s i b l ea n dt h e nt h ev o l pc o m ei n t ob e i n g t h ei n t e r c o n n e t i o n c a p a b i l i t ya n dt h em e d i as y n c h r o n i z a t i o na r et h em a i no b s t a c l e si nw a yo ft h e d e v e l o p i n g f o rv o l p t h i s p a p e rm a i n l y d e a l sw i t hs i ps i g n l i n ga n dm e d i a s y n c h r o n i z a t i o n p a p e ri n t r o d u c e st h ep r i c i n p l eo f v o lpa n di t sk e y t e c h n o l o g i e s a c c o r d i n gt ot h e r e q u i r e m e n to fd e s k t o pa p p l i c a t i o n ，p a p e rp u t sf o r w a r das o l u t i o nf o rv o l pt e r m i n a l t h es o l u t i o nt a k e se m b e d d e dp r o c e s s o rp x a 2 7 0a si t sm a i nc p u ，a n dl i n u xa si t s o p e r a t i n gs y s t e m p a p e rm a r l yd i s c u s s e st h em o d u l eo fs i ps i g n l i n ga n dt h em o d u l eo f m e d i as y n c h r o n i a t i o n i nt h ed e s i g no fs i ps i g n a l i n gm o d u l e a r e rs t u d y i n ga n d r e s e a r c h i n go fs i pp r o t o c o la n db yr e l e v a n te o m p a d s o nw i t hh 3 2 3 ，p a p e rb r i n g s a b o u tas o l u t i o nb a s e do nt r a n s i t i o ns t a t em a c h i n e ，i td e f i n eas e to fa p if o ru s e r a p p l i c a i t i o na n dt h e ns i m i p et h ec o m p l i c a t i v ec o n t r o lf o rs i g n a l i n g i nt h ed e s i g no f m e d i as y n c h r o n i z a t i o nm o d u l e p a p e rt a k e sa l lt h ef a c t sl i s ta sf o l l o w e d ：t h ep e r c e i v e a b i l i t y ，t h er e q u i r e m e n to fr e a lt i m et r a n s m i t i o n ，t h ec a p a b i l i t yo ft e r m i n a la n dt h e c a p a b i l i t yo fi n t e m e t t h i ss o l u t i o ni sai n t e g r a t e ds o l u t i o n sb a s e do nr t pa n d s i p t h ep r o g r a m m em a i n l yt oa u d i os t r e a m i n gm e d i a , u s eo ft i m e s t a m pi ni u p ， a u d i ou s eo fs y n c h r o n i z a t i o ns t r a t e g yb a s e d0 1 1p l a y b a c kt i m e ，i nt h em e a nw h i l e v i d e or e f e rt oa u d i of o rt h et i m e ，r e g u l a t ep l a yr a t ed y n a m i c l y a tt h es a m et i m e ， r e c e i v e rm o n i t o r st h ec o n g e s t i o nc o n d i c i o na n da d j u s tv i d e os t r e a ms e n to ft h es o u r c e d y n a m i c l yb yt h em e c h a n i s mo fs i pr e - i n v i t e f i n a l l y ，t h i sp a p e rd e s i g nt e s t i n gs o l u t i o nf o rt h ev o l pt e r m i n a l t h et e s tr e s u l t s s h o wt h a tt h i sm o d u l eo fs i pa n dt h em o d u l eo fm e d i as y n c h r o n i z a t i o nw o r k e f f e c t i v e l y k e y w o r d s ： v o l p ；s i p ；m u l t i m e d i as y n c h r o n i z a t i o n 厦门大学学位论文原创性声明 兹呈交的学位论文，是本人在导师指导下独立完成的研究成 果。本人在论文写作中参考的其他个人或集体的研究成果，均在 文中以明确方式标明。本人依法享有和承担由此论文产生的权利 和责任。 声明人( 签名) ：驰苟 砷口寥年r 只珂e t 厦门大学学位论文著作权使用声明 本人完全了解厦门大学有关保留、使用学位论文的规定。厦门大 学有权保留并向国家主管部门或其指定机构送交论文的纸质版和电 子版，有权将学位论文用于非赢利目的的少量复制并允许论文进入学 校图书馆被查阅，有权将学位论文的内容编入有关数据库进行检索， 有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适 用本规定。 本学位论文属于 i 、保密() ，在年解密后适用本授权书。 2 、不保密( v ) ( 请在以上相应括号内打“4 ”) 作者签名： 导师签名： 绪论 课题的背景与意义 第1 章绪论 上个世纪九十年代初期，互联网的迅猛发展，对人类的生活方式产生了巨大 的影响，人类进入了网络时代。随着网络设备条件的不断改善，在互联网上进行 音频和视频的传输成为可能，v o i p 就是在这样的情况下应运而生。v o i p 是一种 数字电话，它通过对语音的编码压缩和数据分组，以互联网为载体进行数据传输 和交换，在互联网上实现了语音通信。v o i p 为人们提供了一种比传统p s t n 电 话价格低廉的多的电话服务，也促进了网络资源的利用，因此，它在全球范围内 得到了迅速的发展。而且随着各种技术条件的不断改善，v o i p 由单一的语音通 信进而发展到了视频通信。v o i p 也可解读为v i d e oo v e ri p 。 由于互联网出现的初衷是为了数据传输，它是一种b e s t e f f o r t ( 尽力而为) 的传 输方式，而对于v o i p 中音频，视频等连续数据的传输，不仅有实时性的要求， 还有恢复和表现这些音视频流的要求，所以，与传统电话相比，v o i p 有其资源 利用率和资费上的优势，但也其存在着无法回避的问题： ( 1 ) 互通 关于标准协议的问题，有了标准协议，才能使各个v o i p 产商开发的系统能 够很好的进行互通。目前有两种标准协议，一种是由国际电信联盟提出的h 3 2 3 ， 另一种是i e t f 提出的s i p 协议。h 3 2 3 由于提出时间较早，现在已经发展的比 较完善，应用比较广泛。而s i p 虽然还不是很完善，但是由于它是针对互联网特 点而制定的且比h 。3 2 3 更为简单，所以受到很大的关注，也正在逐渐被各v 0 i p 系统产商所支持。 ( 2 ) q o s ( 服务质量) q o s 是v o i p 发展的主要障碍。由于传统网络中传输的延时，抖动，网络拥 塞，信源发送速度与接收端接收速度不匹配等问题，对音视频的传输质量产生一 定的影响，使得信宿在音视频恢复及表现时存在播放不连续及音唇失步问题。 为了满足人们的信息需求，推动v o i p 的进一步发展，本论文将对上述的两 个问题进行相关的研究，并应用相关的结论进行嵌入式v o i p 终端系统的设计及 实现。 基于s i p 协议的v o l p 终端的设计与实现 1 2 论文的主要工作 本文针对v o l p 的两个关键技术互通性和音视频同步性进行深入的研 究，并在研究的基础之上对v o l p 进行设计和实现。 首先，本文介绍了v o i p 的通信理论和关键技术，深入研究了s i p 协议，介 绍s i p 通信的基本理论，包括s i p 的网络实体、s i p 协议的分层结构、s i p 消息 的组成结构，会话建立过程，媒体协商机制，并将其与h 3 2 3 进行了相关的比较。 其次，对该桌面终端的硬件和软件平台分别作针对性的设计，硬件部分以 p x a 2 7 0 处理器为核心根据系统需求，设计系统的核心电路和外围接口电路。软 件平台的搭建主要是针对系统的硬件，有针对性进行l i n u x 内核移植以及各接口 设备驱动的设计。然后，本文在所搭建的软硬件平台上进行了s i p 模块和音视频 同步模块的设计。s i p 模块在o s i p e x o s i p 的基础上设计了s i pu a 的整体框架， 实现了一个完整的s i p 用户代理的基本功能。 再次，本文对终端的音视频同步模块进行相关的设计。在设计之前，论文对 当前国内外的几类主要算法进行研究和比较，并对在时延和同步之间折衷的策略 中的缓冲区大小进行了相关的推导，之后，本文结合终端的特点和同步研究的结 果，对终端的同步模块进行了设计。 最后，本文对终端进行了性能测试，测试包括两个方面：终端的互通性和音 视频同步效果。 论文结尾还对课题做了总结和展望。 1 3 论文的组织结构 本文共分为七个章节，其内容如下： 第一章绪论 本章介绍了课题的背景和研究这项课题的主要目的，并对论文的主要工作和 论文的组织结构作了阐述。 第二章v o l p 通信理论及关键技术 本章首先对v o l p 的通信原理进行了介绍，进而介绍了其关键技术s i p 信令技术和音视频同步技术，将s i p 协议h 3 2 3 进行了比较。最后本章对音视频 同步原理进行简单的介绍，为后面的研究打好基础。 2 绪论 第三章终端软硬件系统的搭建 本章对终端的硬件系统和软件平台进行设计和实现。硬件系统的搭建主要涉 及到处理器p x a 2 7 0 和整个硬件系统框架，最小系统主要包括系统时钟、系统复 位电路、s d r a m 和f l a s h 存储电路的设计。最后，通过对操作系统、设备驱 动和根文件系统的设计搭建起v o i p 终端运行的软件平台。 第四章s i p 信令模块的设计与实现 本章主要分析了s i p 信令模块的设计思路和设计方案。首先通过对解析器模 块和s i p 事务处理模块的分析，论述了如何通过o s i p e x o s i p 函数库来构建s i p 核心协议栈。其次对协议栈中主叫状态机、被叫状态机和注册状态机给出设计方 案。 第五章音视频同步模块的研究与设计 本章首先对音视频同步技术进行了深入的研究，并对缓冲区大小进行了相关 的推导。在研究的基础之上，本文根据终端的实际情况和研究的结果对终端的同 步模块进行设计和实现。该模块结合r t p 协议和s i p 协议，以音频流为主媒体 流，利用r t p 协议中的时间戳信息，音频采用基于播放时间的同步策略，而视 频则以音频为时间参考，动态的调节播放速率，同时，方案中利用s i p 信令中的 r e i n v i t e 机制，来动态调节信源视频流的发送。 第六章终端性能测试与分析 本章对终端性能进行了测试和分析。首先对终端的互通性进行了测试，其次 对终端的音视频同步进行了测试和分析，测试结果表明信令模块和同步模块能很 好的运作。 第七章总结和展望 本章对课题进行总结，对今后课题的研究方向进行展望。 基于s i p 协议的v o i p 终端的设计与实现 第2 章v o l p 通信理论及关键技术 2 1v o l p 基本原理 v o i p ( v o i c eo v e ri p ) 原意是在i p 网络上传递语音，是种利用英特网技术 或网络进行语音通信的新业务。i p 电话是建立在i p 技术分组化，数字化传输技 术，其基本原理是通过语音压缩算法对语音数据进行压缩编码处理，然后把这些 语音数据按i p 等相关协议进行打包，经过i p 网络把数据包传输到接收地，再把 这些语音包串起来，经过解码解压缩处理后，恢复成原来的语音信号，从而达到 i p 网络传送语音的目的。图2 1v o l p 基本原理即为上述过程的简单框图。经过 i p 电话系统的转换及压缩处理，每个电话的传输速率约占用8 一l i k b i t s 带宽，因 此在与普通电信网同样使用传输速率为6 4 k b i t s 的带宽时，i p 电话数是原来的 5 - 8 倍。 图2 1v 0 i p 基本原理 v o l p 系统一般由以下几个部分组成，i p 电话终端( 包括传统的话机，嵌入式 数字终端，p c 机) ，i p 网关，网守，网管系统，计费系统。m 电话终端除了传 统的语音电话机和p c 机，也可以是智能的数字多媒体嵌入式终端。i p 网关的作 用是将不同类型的终端产生的数据进行转换，形成统一的i p 数据，以便在i p 网 上进行传输。它是p s t n 网与i p 网之间的接口，传统语音话机终端通过p s t n 本地环路连接到i p 网关，网关负责将模拟信号转换为数字信号并进行压缩和封 包，成为i p 分组语音信号，然后通过i p 网被传送到被叫用户的网关端，由被叫 端的网关对i p 分组语音包进行解包，解压，还原成可被识别的模拟语音信号， 再通过p s t n 网传送到被叫的终端，这样，一个完整的传统语音电话间的通信就 完成了。 4 v o i p 通信理论及关键技术 2 2s i p 协议 在传统电话中，一次通话从呼叫，连接到拆除都需要一定的信令来协助完成。 同样的，信令技术也是v o i p 的关键技术。信令技术保证电话呼叫的顺利实现， 具体来说就是实现通信双方会话的建立、变更和终结。目前在i p 电话系统使用 的信令协议主要有两个：i t u t 的h 3 2 3 系列和i e t f 的会话初始化协议s i p 。 h 3 2 3 是i t u t 提出的一个v o i p 的技术框架，它实际上是个协议簇，涵 盖了v o i p 技术的各个方面，根据功能可以将它分为四类协议，也就是说该协议 从系统的总体框架( h 3 2 3 ) 、视频编解码( h 2 6 3 ) 、音频编解码( q 7 2 3 1 ) 、系 统控制( h 2 4 5 ) 、数据流的复用( h 2 2 5 ) 等各方面作了比较详细的规定。h 3 2 3 的设计思路更接近传统的电信网络集中管理的原则。按照h 3 2 3 协议设计的网络 可以很好地承载语音和图像等多种业务。可见h 3 2 3 不仅仅是一个信令协议，它 定义了一个大而全的v o i p 体系结构，在i p 电话业务刚刚兴起的时候，将成熟 的h 3 2 3 协议移植到电信网中，取得了成功。 s i p ( s e s s i o ni n i t i a t i o np r o t o c 0 1 ) 会话初始化协议，是由i e t f 于1 9 9 9 年提 出的一个基于口网络的一种实时通信应用信令协议，是下一代网络( n g n ) 中 的核心协议之一，用来解决i p 网络上的信令控制，其最终目标是为所有因特网 成功的应用提供无所不在的接入，成为联系因特网和电信、多媒体的媒介。s i p 工作在应用层，可以用来建立、修改和终止有多方参与的多媒体会话的进程。s i p 是伴随着英特网的发展而兴起的，它广泛借鉴了其他各种已经存在的英特网协 议，如h t t p ( 超文本传输协议) 和s m t p ( 简单邮件传输协议) 。可以这么说， s i p 是基于因特网的两个最成功的服务w e b 和e m a i l 进行设计的，采用基于文 本的编码格式，简单灵活，可扩展性强。s i p 固有的优势使其在面世后不久就得 到了广泛的应用。现在，s i p 已经被3 g p p 工作组定义为第3 代移动通信系统的 信令协议，以提供i p 多媒体服务。 接下来，本文将简单介绍一下s i p 协议并将它与h 3 2 3 做一下比较。 2 2 1s i p 协议 会话初始协议( s i p ) 【2 7 】【2 引，是由互联网工程任务坌 i t ( i e t f ) 的多方多媒体会话控 制工作组( m m u s i c ) 于1 9 9 9 年提出的。目前i e t f 制定的互联网最新标准为 r f c 3 2 6 1 。s i p 协议是一种应用层上的信令控制协议，它定义了用户之间多媒体 基于s i p 协议的v o i p 终端的设计与实现 会话过程的建立、修改和终止。s i p 协议可以在t c p 或者u d p 上传输，但通常 采用u d p 传输，以保证多媒体会话高效可靠进行。s i p 会话包括多媒体会议或 者简单的电话呼叫，可以是单播，也可以是组播。会话可以在企业网的用户之间 建立，也可以跨越多个网段，在以i p 协议传输的网络中理论上都可以实现s i p 协议。s i p 系统既可以是专用网段，通过公用因特网连接的网段，也可以是支持 其他i p 信令协议的企业网中设备的逻辑分组。图2 2 【3 0 】描述了s i p 在t c p i p 协 议族中的位置。 应用层 传输层 网络层 图2 2 基于s i p 在t c p i p 协议族中的位置 s i p 消息推荐采用u d p 协议进行封装，可由应用层控制消息的定时、重发 和排序。在协议栈中还有一个重要的协议就是会话描述协议( s o p ) ，它是封装在 s i p 的消息体中。在网络中有可能还用到资源预留协议( r s v p ) ，它是任选的，用 于资源预留，保证传送的服务质量。在本章中只探讨s i p ，s d p 和r t p 协议。 s i p 协议具有以下主要特点1 2 9 1 ： 1 1s i p 可以发起会话。 2 ) s i p 可以支持单播会话，也可以支持多播会话。 3 ) s i p 与网络协议独立，即与低层协议无关。 4 ) s i p 支持很多其他协议。 5 1s i p 是基于文本的协议，简单灵活，可扩展性好。 6 1s i p 协议是无状态的，服务器可以保持也可以不保持呼叫状态。 7 ) s i p 透明支持名字映射和重定向服务，可以实现i s d n 和i n 电话用户服 务；通过网关，s i p 可以实现p s t n 电话之间的呼叫。 6 v o l p 通信理论及关键技术 8 ) s i p 支持用户的移动性和移动业务。 s i p 协议是一个既简单又博大精深的协议。用好s i p 协议可以使其应用于多 种领域和业务中，实现各种媒体能力和各种模式的通信功能。 2 2 2 h 3 2 3 和s i p 比较 h 3 2 3 和s i p 设计初衷都是作为多媒体通信的应用层控制( 信令) 协议，目前 一般用于i p 电话。它们能实现的信令功能基本相同，也都利用r t p 作为媒体传 输的协议。但两者的设计风格截然不同，这是由于其推出的两大阵营( 电信领域 与i n t e m e t 领域) 都想沿袭自己的传统。h 3 2 3 是由国际电联提出来的，它企图把 i p 电话当作是众所周知的传统电话，只是传输方式由电路交换变成了分组交换， 就如同模拟传输变成数字传输、同轴电缆传输变成了光纤传输。而s i p 侧重于将 i p 电话作为i n t e m e t 上的一个应用，较其他应用( 如f t p ，e m a i l 等) 增加了信 令和q o s 的要求。h 3 2 3 推出较早，协议发展得比较成熟。由于其采用的是传统 的实现电话信令的模式，便于与现有的电话网互通，但相对复杂得多。s i p 借鉴 了其他i n t e m e t 标准和协议的设计思想，有其突出的优点。现就信令协议的功能 实现方面对它们作一下比较p o 】【3 i 】。 首先，两者消息的编码方法不同。s i p 是基于文本的协议，而h 3 2 3 采用基 于a s n 1 和压缩编码规则的二进制方法表示其消息，因此，s i p 对以文本形式表 示的消息的词法和语法分析就比较简单。 其次，两者会话能力的协商和调整方法不同。s i p 会话请求过程和媒体协商 过程等是一起进行的，因此呼叫建立时间短，而在h 3 2 3 中呼叫建立过程和进行 媒体参数等协商的信令控制过程是分开进行的。 第三，在补充业务方面，两者所采用的方法也不同。h 3 2 3 为实现补充业务 定义了专门的协议，如h 4 5 0 1 ，h 4 5 0 2 和h 4 5 0 3 等，而s i p 只要充分利用已定 义的头域，必要时对头域( 如c o n t a c t 域) 进行简单扩展就能很方便地支持补充 业务或智能业务。 第四，会话管理的方式不同。h 3 2 3 进行集中、层次式控制。尽管集中控制 便于管理( 如便于计费和带宽管理等) ，但是当用于控制大型会议电话时，h 3 2 3 中执行会议控制功能的多点控制单元( m c u ) 很可能成为瓶颈。而且h 3 2 3 不 支持信令的多播功能，其单播功能限制了可扩展性，降低了可靠性。而s i p 设计 7 基于s i p 协议的v o i p 终端的设计与实现 上就为分布式的呼叫模型，具有分布式的多播功能，其多播功能不仅便于会议控 制，而且简化了用户定位、群组邀请等，并且能节约带宽。 第五，涉及的信道不同。h 3 2 3 中的呼叫建立过程涉及到三条信道：r a s 信 令信道、呼叫信令信道和h 2 4 5 控制信道。通过这三条信道的协调才使得h 3 2 3 的呼叫得以进行，呼叫建立时间较长。在s i p 中，会话请求和媒体协商等过程一 起进行。尽管h 3 2 3 第二版对呼叫建立过程作了改进，但较之s i p 只需要1 5 个 回路时延来建立呼仍是无法相比的。 第六，采用的传输协议不同。h 3 2 3 的呼叫信道和h 2 4 5 控制信道在可靠传 输协议上，而s i p 一般使用u d p 等无连接的协议，用自己应用层的可靠机制来 保证消息的可靠传输。 总之，h 3 2 3 沿用的是传统的实现电话信令的模式，符合通信领域传统的设 计思想，进行集中、层次式控制，便于与传统的电话网相连。我国的i p 电话领 域，多采用h 3 2 3 协议。用h 3 2 3 实现i p 电话，设备投资昂贵，只有电信运营 商或大企业集团才能实现或使用。s i p 协议借鉴了i n t e r n e t 的标准和协议的设计 思想，在风格上遵循i n t e r n e t 一贯坚持的简练、开放、兼容和可扩展等原则。s i p 同i n t e m e t 结合可以很方便地生成新的业务。s i p 协议简单灵活，且是分布式控 制，容易实现。s i p 协议实现的i p 电话系统，中小企业或个人都可以实现。 考虑到s i p 协议的上述优势，本文采用s i p 协议作为v o i p 嵌入式平台的信令 协议。 2 2 3 s i p 网络组成 s i p 通信网络由用户代理和网络服务器构成如图2 1 所示，用户代理是s i p 网络中客户端的抽象逻辑，它在实际中表现为用户用来接受s i p 通信服务的设 备，它可以是一台p c 、一台嵌入式i p 电话、用户的手机或是笔记本电脑。网络 服务器则是s i p 网络运营商提供服务的抽象逻辑，主要为用户代理提供注册、认 证、鉴权、路由等服务，分为代理服务器、重定向服务器和注册服务器3 种。 用户代理：用户代理是s i p 会话的发起者和最终接收者，它秉承i n t e r n e t 中 客户端服务器端( c s ) 的机制，在功能上又分用户代理客户端( u a c ) 和用户 代理服务器端( u a s ) ，其中u a c 负责发起s i p 呼叫，u a s 负责对呼叫请求作 出响应。 8 v o 巾通信理论及关键技术 代理服务器：代理服务器提供路由功能，负责将s i p 用户的请求和响应转发 到相应的下一跳。代理服务器又分为有状态和无状态的两类。有状态的代理服务 器会记录经其转发的呼叫的状态信息，通常位于s i p 网络的边缘：而无状态的代 理服务器一旦将消息转发后就丢弃其状态信息，位于网络的核心，这是由于核心 的代理服务器通常需要处理大量的s i p 呼叫，不保留呼叫状态可以大大提高系统 的处理能力。 图2 1s i p 网络结构 重定向服务器：重定向服务器则提供地址解析服务，其功能类似于d n s ， 通常将s i p 呼叫的目的地址映射成零个或多个新地址。 注册服务器：注册服务器接受终端的登记请求，记录终端的s i p 地址( s i p u i 也) 和i p 地址，注册服务器通常与代理服务器或重定向服务器位于同一物理 实体中。用户终端启动后都需要进行注册，用于记录其当前位置信息，这种基于 注册服务器的转发特性是实现s i p 终端移动性服务的基础。 2 2 4 s i p 协议分层 s i p 是一个分层结构的协议，不同模块功能相对独立，各层之间松散耦合。 s i p 协议由底向上一共可分为四层如图2 3 所示。 第一层即s i p 协议的最底层为语法和编解码层。s i p 消息使用a b n f 语法进 行描述，这一层详细定义了s i p 消息的格式。 9 基于s i p 协议的v o l p 终端的设计与实现 第二层为传输层。该层主要定义了客户端如何通过网络发送请求和接收响应 以及服务器端如何通过网络接收请求和发送响应的细节。所有的s i p 单元 ( e l e m e n t ) 均包含传输层。 用户事务层( t r a n s a c t o nu s e rl a y s ) 事务层( t r a n s a c t o nl a y e r ) 传输层( t r a n s p o r tl a y e r ) 语法和编码层( s y n t a xa n de n c o d i n gl a y e r ) 图2 3s i p 协议分层 第三层为事务层。事务层是s i p 中的基础组件。所谓事务，是客户端向服务 器端发送的请求及其相应所有后继响应所组成的集合。事务层负责处理应用层消 息的重传、将收到的响应匹配至请求，并处理应用层的超时事件等。u a c ( u s e r a g e n tc l i e n t ) 完成的任何消息交互任务都是通过一系列事务来进行的。事务层都 包含着一个客户端组件和一个服务器端组件。每一组件都有一有限状态机维护， 该有限状态机详细定义了处理请求的过程。 第四层称之为事务用户层( t r a n s a c t i o nu s e o 。每一s i p 实体，除了无状态的 代理服务器( s t a t e l e s sp r o x y ) ，都是一个t u 。当t u 想要发送一请求时，它创建 一客户端事务实例，并将请求消息以及目的i p 地址、端口号传递给这一客户端 事务实例，由客户端事务实例完成消息的发送和响应消息的接收。 2 2 5 s i p 基本呼叫流程 s i p 协议是通过用户代理之间交换消息来建立呼叫，它延续了i n t e m e t 中客 户机服务器的工作模式。主叫代理充当用户代理客户( u a c ) ，被叫代理充当用 户代理服务器( u a s ) 。s i p 协议支持三种呼叫模式：由用户代理客户机( u a c ) 向用户代理服务器c o a s ) 直接呼叫，由u a c 在重定向服务器的辅助下进行重定 向呼叫和由代理服务器代表u a c 向被叫发起呼叫。现在以直接呼叫为例，来说 明呼叫建立过程，如图2 4 所示。 1 0 v 0 i p 通信理论及关键技术 邀i 主叫u a 图2 4 用户代理直接呼叫流程 2 3 音视频同步技术 2 3 1同步的基本概念 音频流和视频流都是时间相关媒体对象( t i m e d e p e n d e n tm e d i ao b j e c t ) ，它们 通常由一系列的媒体单元m u 1 】表示，对于视频流来说，一个m u 可以是一个宏 块，一帧图像，也可以是几帧图像，而相邻的m u 之间存在一定的时间关系，这 种在时间上的约束关系，是音频流和视频流区别于文本，图形等静态数据所特有 的一种定时关系，而维持这种定时关系，就是同步。 媒体对象的同步可以分为两种，一种是媒体流内的同步，就是维持一个媒体 流( 音频流或视频流) 中m u 的时间约束关系；另一种是媒体流间的同步，就是维 持相关的两个或多个媒体流m u 之间的时间约束关系。 2 3 2 影响音视频同步的因素 对于媒体内的同步而言，影响同步的因素主要有以下几个：网络时延抖动， 端系统抖动和时钟偏移；而对于媒体流间的同步来说，影响同步的主要因素有： 媒体流间时延偏移，网络时延抖动，端系统抖动和时钟偏移。 同一媒体流内各个不同的m u 经过不同的路径到达信宿，由于分组转发的次 数和在各节点内的存储时间不同，各m u 到达信宿的时延各不相同，这就是媒体 内部的时延偏移，也称网络时延抖动，它是单个媒体流失步的主要原因。 迤 基于s i p 协议的v o i p 终端的设计与实现 如果说相关的媒体流来自不同的信源的话，那么各个媒体流的传输信道就会 不一样，必然会引起媒体流到达信宿所需的时间不同。另外一种情况，即使相关 媒体流都来自相同的信源，但是由于不同媒体流传输的信道不一样，也会引起媒 体到达信宿的时间不同。以上两种不同就是媒体流之间的时延偏移，对于v o l p 来说，就是属于第二种情况，媒体间存在着时延偏移，这是唇失步的原因之一。 端系统抖动是指端系统引起的时延的变化，主要是由于系统载荷的改变和各 m u 在各个协议层的打包拆包。 时钟偏移是指系统的时钟频率在经过较长一段时间后会发生变化，这种变化 主要是由于温度的变化或者晶振本身的缺陷，而结果会是系统时间与真实时间产 生偏移。系统时钟的偏移速率一般在1 0 击到1 0 3 ，假设说系统的时钟漂移速率在 1 0 0 ，那么对于一部1 2 0 分钟的视频流，那么总共产生7 2 s 的异步，这种偏移观 众是能感觉到的，这就会影响播放的质量。而对于v o l p 来说，我们一般通话的 时间都在l o 分钟以内，所以这种时钟漂移倒是影响不是很大。 2 3 3媒体同步需要解决的问题 为了达到媒体同步，可以从以下两个方面【2 l 入手：首先，传送同步信息，它 是同步实现的前提，有了同步的信息，信宿才能借以完成同步；其次，使要相应 的同步控制技术，信宿有了同步信息之后，应该采取相应的策略及技术来处理媒 体流内部及媒体流间的同步同步信息的传送主要有以下几种方式：多路复用策 略、同步标记策略 3 1 、同步信道策略、时间戳策略和使用r t p 协议。 关于同步控制技术，我们可以将其分为三类【2 j ： 1 )信源端的同步控制：对媒体m u 附加同步信息，包括时间标签，序号和 同步标记。时间标签一般是媒体m u 单元的采样时间。序号主要是用于统计丢包 及媒体内部同步。同步标记用于媒体流间的同步。另外，在采用反馈式的同步机 制中，信源根据信宿的反馈信息来调整媒体流的发送，当网络拥挤时，跳过或停 止媒体m u 的发送，或者提前和滞后m u 的发送时间。 2 )信宿端的同步控制：由于网络的时延抖动，信宿端需要设置缓冲区来缓 冲接收到的媒体m u ，然后调度模块采用一定的同步策略根据同步信息来播放媒 体m u ，一般调度模块采用以下两种同步策略：基于播放时限同步策略，该策略 的主要思想是保持一定的端到端的时延t ，缓冲区对时延小于时延值t 的媒体m u 1 2 v o i p 通信理论及关键技术 进行缓冲，当它的时延值等于t 时进行播放，如果m u 的时延值大于t 则丢弃该 m u ；基于缓冲区数据控制的同步策略，该策略的主要思想是信宿按照自己的节 拍来连续的播放媒体m u ，调度模块周期性的检测缓冲区的数据量，当数据量超 出一定的范围，则需要采取措施进行同步，同步的方法可以是调整信宿的播放速 度，也可以反馈到信源让信源进行同步控制。 3 )节点的同步控制【4 】：该策略将全部的缓冲区均匀的分布在路经的各个节 点上，通过缓冲消除时延抖动，同时发送的数据将在接收方一起播放。由于各个 媒体的传送时间由信源决定，当有多个源的时候，难以在各个源之间协调发送时 间，所以该方案适合相关媒体流来自同一信源且媒体间关系简单的场合。 2 4 媒体编解码技术 媒体编解码技术，主要是音频编解码和视频编解码，前者为压缩实时的语音 数据，后者为压缩实时的视频数据。 目前我们常用的语音编解码技术标准如下：p c m ( 脉冲编码调制) ，a d p c m ( 自适应差分脉冲编码调制，或称g 7 2 6 ) 以及c s a - c e l p ( 共轭结构代数码激励线 性预测，或称g 7 2 9 ) 。 常用的视频编解码技术标准如下：h 2 6 1 ，h 2 6 3 ，h 2 6 4 和m p e g - 4 。这里 简单介绍一下m p e g - 4 。 m p e g - 4 将基于内容的检索与编码结合起来考虑，在压缩数据中应有描述视 频内容的信息，从而使对多媒体信息内容的访问可以直接针对压缩数据进行，这 种压缩编码方法就叫做基于内容的压缩方法。m p e g 4 的目标为：支持多种多媒 体应用特别是对多媒体信息内容的访问。为了支持对动态视频内容的访问， m p e g 4 中引入了对象( ( o b j e c t ) l 拘概念，实际上就是用物体基方法得到的分层区 域。因此，物体基方法是基于内容压缩编码方法中的一类主要算法。按照m p e g - 4 的开放性原则，它对具体的算法将不作规定，可以认为有一个工具箱，只要符合 某种描述规则的新的、好的算法都可以加入。 2 5 实时媒体传输技术 i p 电话是一种实时通信，它需要对音频及视频进行实时的传输，所以，实 时传输技术也是i p 电话的关键技术之一。下面将介绍一下r t p 协议及r t c p 协 基于s i p 协议的v o l p 终端的设计与实现 议。 ( 一) r t p 协议( r e a l - t i m et r a n s p o r tp r o t o c 0 1 ) i p 电话系统中采用实时传输协议r t p 协议来进行音频及视频的传输。r t p 协议是专门为交互式音视频，仿真数据等实时媒体应用而设计的轻型传输协议， 它为应用提供了端到端的实时网络传输。 r t p 协议在t c p i p 协议模型中的位置可参见图2 3 ，它是一种应用型的传输 层协议，并不提供任何传输可靠性的保证和拥塞控制机制。r t p 本身不具备独立 传输数据的能力，只有与低层网络协议相结合才能完成数据的传输任务。考虑到 i p 电话音视频数据的实时性高于其可靠性，通常采用用户数据报协议( u d p ) 来完成数据的传输。如图2 5 所示，r t p 可以看成是传输层的子层。 应用层 i 玎p 爪t c p 传输层 u d p 互联层 物理层 图2 5r t p 在t c p i p 协议族中的位置 ( - ) r t c p 协议 r t c p 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 ) 是与r t p 相配套的实时传 输控制协议。它本身也不提供任何q o s 保证功能，而只能通过周期性的向会话 的参与者传送控制分组，以此来为会话的参与者提供网络状况的相关参数。 r t c p 的分组类型共有五种嘲： s r ：信源报告报文 r r ：信宿报告分组 s d e s ：源端描述分组 b y e ：与会者退出分组 a p p ：特定应用分组 s r 报告分组：r t p 分组的信宿使用r t c p 控制分组提供接收质量反馈信息。 r t c p 协议可以实现以下几种控制功能【l l ： q o s 监控和拥塞控制：音视频数据的发送者通过发送包含所发送的包数和字 1 4 伊通信理论及关键技术 节数等信息的s r 包，为接收者提供实际数据率的估计依据。会话成员向所有参 与会话的音视频发送者发送r r 包，此包中有所接收的最高包序列号及丢失包数， 包问抖动测量值等所需的时间戳。 媒体之间的同步控制：r t c p 的s r 包中含有实际时间和相应的r t p 时间戳， 可用于不同媒体间的同步控制。 提供标示信息：r t p 数据包只能通过随机产生的3 2 b i t 的s s r c 来标示源， 而r t c p 的s e d s 数据包为每一个对话成员提供了全局唯一的标示信息c n a m e 。 2 6 小结 本章首先对v o i p 的通信原理进行了介绍。进而介绍了i p 的两个关键技术： s i p 信令技术和音视频同步技术。s i p 信令协议借鉴了i n t e r n e t 的标准和协议的设 计思想，在风格上遵循i n t e m e t 一贯坚持的简练、开放、兼容和可扩展等原则， 所以本设计中采用它来作为终端的信令协议。最后本章对音视频同步原理进行简 单的介绍，这将为后面的研究打好基础。 基于s i p 协议的v o i p 终端的设计与实现 第3 章终端软硬件系统搭建 3 - 1 硬件系统的设计 嵌入式系统硬件的设计主要根据系统需求进行。本文要设计的s i p 嵌入式终 端在硬件上需要实现以下功能： 1 ) 具备语音信号的采集和回放的能力。 2 ) 具备视频图像的采集和视频流的播放的能力。 3 ) 具备较强的多媒体处理能力，在音频方面可以实现g 7 2 9 、g 7 2 3 1 编解码， 在视频方面可以实现h 2 6 3 和m p e g 4 的编解码。 4 ) 具备有线局域网的通信能力。 根据以上需求我们在硬件设计的时候首先需要选择一个处理能力比较强大， 接口比较丰富的c p u ，需要一个以太网控制器，需要一个可以录音和播放音频 流的声卡，需要一个与图像采集设备通信的接口，需要一个播放视频流的l c d 屏接口。 3 1 1嵌入式处理器p x a 2 7 0 p x a 2 7 0 处理器属于x s c a l e 的p x a 2 7 x 系列，它是i n t e l 在2