（电路与系统专业论文）基于voip的校园可视电话会议系统关键技术及其应用研究.pdf

基于v o i p 的校园可视电话会议系统关键技术及其应用研究 摘要 随着计算机网络技术和数字通信技术的飞速发展，以t c p i p 为基础的 i n t e r n e t 越来越影响着人们的生活，同时也带动了以i p 为基础的各种应用的迅猛 发展，其中v o i p 技术就是一个典型应用。 v o i p ( v o i c eo v e ri n t e r n e tp r o t o c 0 1 ) 技术不仅仅是狭义上的i p 电话，而且 是一个能够提供实时语音、视频多媒体通信业务的综合性应用平台。由于其利用 i p 网络进行实时的语音等多媒体信息传输，具有所需带宽小、资源利用率高以 及成本低廉等诸多优点，因此在全球得到了广泛的应用。 本文首先介绍了v o i p 技术的发展现状、应用前景、基本原理以及关键技 术，然后详细分析了张家界航院现有校园网和电话网的现状，其中校园网作为一 类典型的i n t r a n e t ，目前在应用中存在应用单一、网络利用率低和带宽浪费等问 题，如何在校园网上实现更多的应用，提高网络利用率已成为一个亟需解决问 题。针对这一问题，本文提出一种基于v o i p 的校园网可视电话会议系统解决方 案。在此基础上，采用模块化的设计方法，通过对硬件设备、软件系统、网络通 信以及网络管理方面的研究，设计并基本完成了一种基于校园网的p c t o p c 可 视电话会议系统的部分编程，其中涉及包括音频视频编码解码、网络实时传输 以及网络管理等相应的关键技术。测试结果表明提出的校园网v o i p 解决方案是 可行的，并可以节约带宽和电话资费，降低网络维护费用。最后本文展望了 v o i p 技术的发展方向和发展前景，并提出了进一步的研究方向。 关键词：v o i p ；校园网；可视电话会议系统； i i 硕士学位论文 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n ta n dp o p u l a r i z a t i o no ft h ec o m p u t e rn e t w o r ka n dt h e t e c h n o l o g yo fd i g i t a lc o m m u n i c a t i o n ，i n t e m e tw h i c hb a s e so nt c p i ph a sm o r ea n d m o r ei n n u e n c eo np e o p l e s1 i f c ，m e a n w h i l es t i m u l a t e st h ef a s td e v e l o p m e n to fa l l k i n d so fa p p l i e dt e c h n o l o g yb a s e do ni p h e r e i nv o i pt e c h n o l o g yi sat y p i c a l e x a i n p l e v o i p( v o i c eo v e ri n t e r n e tp r o t o c 0 1 )i sn o to n l yt h en a r r o wc o n c e p to fi p t e l e p h o n e ，b u ta l s oa ni n t e g r a t i v ea p p l i c a t i o np l a t f o 姗w r h i c hc a ns u p p l yr e a l - t i m e v o i c e v i d e om u l t i m e d i ac o m m u n i c a t i o no p e r a t i o n b e c a u s et h ev o i pt e c h n o l o g yc a n r e a l i z em u l t i m e d i at r a n s f e f r i n gl i k er e a l - t i m ev o i c eo v e ri pn e t w o r k ，i th a sm a n y a d v a n t a g e ss u c ha sn a r r o wb a n d w i d t ho c c u p i e d ，h i g he f f i c i e n c i e so fr e s o u r c eu t i l i z e d ， a n dl o wc o s t w i t ht h e s ec h a r a c t e r s ，v o i ph a sb e e nw i d e l ya p p l i e da l lo v e rt h ew o r l d t h i st h e s i s l j r s t l yi n t r o d u c e st h ep r o s p e c ta n db a s i cp r i n c i p l eo fv o i pa n d r e s e a r c h e st h er e l a t e dt e c h n o l o g yo fv o i pb a s e do nd i s c u s s i n gt h ec u r r e n ts t a t u sa n d d e v e l o p m e n tt r e n do fi pt e l e p h o n e a n dt h e ni tl a b o r st h es t a t u si nq u oo ft h ec a n l p u s n e t w o r ka n dt e l e p h o n en e t w o r ko fz h a n 由i a ji ev o c a t i o n a lc o l l e g eo fa e r o n a u t i c a l e n g i n e e r i n g a sat y p i c a li n t r a n e t ，c a m p u sn e t w o r kh a st h ep r o b l e m so fs i n g l e n e s so f a p p l i c a t i o n ，l o we m c i e n c i e so fr e s o u r c eu t i l i z e d ，a n dw a s t eo fb a n d w i d t h h o wt o r e a l i z em o r ea p p l i c a t i o n sb a s e do nc a m p u sn e t w o r ka n di m p r o v et h ee f f i c i e n c ya r e t h em o s td e s i d e r a t ep r o b l e m s a i ma tt h i sp r o b l e m ，w ep r o p o s e das o l u t i o no fc a m p u s n e t w o r kv i d e o p h o n ec o n f e r e n c es y s t e mb a s e do nv o i p b a s e do nt h i sw o r k ，t h e p r o g r a mo fv o i c ep a r to fp c - t o - p cv i d e o p h o n et e r m i n a lb a s e do nc a m p u sn e t w o r ki s d e s i g n e da n di m p l e m e n t e dw i t ht h em o d u l a rd e s i g nm e t h o db yr e s e a r c h i n gh a r d w a r e e q u i p m e n t，s o f t w a r es y s t e m ， n e t w o r kc o m m u n i c a t i o na n d n e t w o r km a n a g e m e n t ， w h i c hi n c l u d e ss o m ek e yt e c h n o l o g i e so na u d i o v i d e oc o d i n ga n dd e c o d i n g ，n e t w o r k m a n a g e m e n ta n dr e a l t i m et r a n s p o r t a t i o n t h er e s u l to ft h ee x p e r i m e n tc o n n r m e dt h a t t h ef u n c t i o nw h i c hm a k i n gu s eo ft h ee x i s t i n ga v a i l a b l ec a m p u sn e t w o r kt or e a l i z ei p t e l e p h o n ei sf e a s i b l e ，w h i c ha l s oc a ns a v eb a n d w i d t ha n dt e l e p h o n ep r i c ea n dm a y e x c a v a t et h e1 a t e n te n e r g yo ft h ee x i s t i n gr e s o u r c es u f f i c i e n t l yt o g e t h e r a tl a s t ，t h i s t h e s i sp r o s p e c t st h ef u t u r eo ft h ev o i pt e c h n o l o g ya n dt h ef u r t h e rw o r k k e yw o r d s ： v o i p ；c a m p u sn e t w o r k ；v i d e o p h o n ec o n f e r e n c es y s t e m ； i i i 基于v o i p 的校园可视电话会议系统关键技术及其应用研究 插图索引 图2 1v o i p 模型的基本结构图8 图2 2v o i p 传输的基本过程9 图2 3h 3 2 3 的范围及h 3 2 3 终端的交互一l0 图2 4h 3 2 3 协议栈1 l 图2 5 呼叫过程与协议控制1 2 图2 6 代理服务器建立呼叫过程1 4 图3 1 张家界航院校园网络结构拓扑图2 1 图3 2 张家界航院通信网络拓扑图2 3 图4 1 我国v o i p 用户现状与趋势预测3 2 图4 2 系统音视频收发流程图3 3 图4 3 呼叫过程流程图3 4 图4 4 接听过程流程图3 5 图4 5 网络传输模块框架3 9 图4 6 用户图形操作界面一4 l 图5 1c a r 进行流量控制的基本处理过程示意图4 4 图5 2w r e d 和队列机制关系示意图4 5 图5 3 路由处理核心模块一4 7 图5 4 张家界航院v o i p 网络管理系统界面4 9 v i 硕士学位论文 附表索引 表2 1s i p 请求方法描述13 表2 2s i p 级别说明13 表2 3 几种语音编码标准的比较1 5 表4 1g 7 2 3 1 ，g 7 2 9 和g 7 2 9 a 的性能比较3 7 v i i 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者繇猫吼伽留年儿，日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1 保密口，在年解密后适用本授权书。 2 不保密囹。 ( 请在以上相应方框内打”) 作者签名：库彬吼彬g 年夕月7 v 日 导师签名：赢殇彭乙 日期：溯年r 月莎。日 硕士学位论文 1 1v o i p 技术概述 第1 章绪论 v o i p ( v o i c eo v e ri n t e r n e tp r o t o c 0 1 ) 一般称作为i p 电话，广义上是指在 数据网络上承载数据、语音、传真和视频、图像等多媒体业务，而在狭义上讲则 是承载语音业务。基于i p 的i n t e r n e t 得到迅猛的发展，使i p 协议成为信息网 络的工具。 目前网际协议( i p ) 和传输控制协议( t c p ) 已经成为全世界数据互联网络的公 认协议，提起i p 必然会和t c p 联系在一起，因此简写为t c p i p 协议。传统模拟 语音信号在一定的时间段内是连续的、不间断的，而在数据网络上，信号最终都 是由诸如0 1 0 1 0 1 的离散信号组成，用离散的信号表示连续的模拟信号，则要经 过抽样、量化、编码的过程，通过a d 模数转换电路将人发出的模拟语音信号变 成数字信号实现在i p 网络上传输，此时流动的信息格式为i p 数据报文，由源 i p 地址、目的i p 地址、信息内容、纠错码等相关信息组成，相反由数字到模拟 信号需要d a 数模转换电路将i p 数据报中的信息内容还原为模拟的语音信号实 现在终端上接受。 在市场经济条件下，v o i p 语音业务的众多优势极大的吸引着网络运营商：其 一为价格低的优势，i p 电话采用语音压缩编码和分组统计复用，带宽利用率 高，其二便于建立高效综合的内部网络，使i p 网络引入企业内的数据网和电话 网，能够使数据信息和语音信号共享传输通道，为企业节省更多的财力和物力。 其三能够提供多种增值业务，i p 网络为开放式网络，具有无限的发展潜力，是 未来语音、数据、图象三网合一的载体。与普通电话相比，i p 电话的优势是非 常明显的，因为i p 电话是将传统的电信电话网络整合到数据网络中，可以显著 降低企业网络的运营成本。对于建设了宽带数据网络的单位( 包括学校、企业等) 而言，v o i p 优势不言而喻，主要表现在以下几个方面： 首先，通过v o i p 可以构建i n t r a n e t 或专网的语音通信系统。该模式的最大 ? 应用在于i n t r a n e t 和专网系统已组建了宽带网。目前宽带网络建设已经风靡世 界，各个企业、单位在争相建设自己的宽带数据通信网，按照传统的模式，他们 还需要建设套基于电路交换的语音通信网。这样不但组网复杂，管理和维护费 用高。而基于i p 的语音系统，将语音和数据通信系统合而为一，实现了企业内 部语音系统的零话费运用。另外通过i n t e r n e t 等广域网的连接，还可以构建企 业或专网系统的远程异地内部通信系统。 基于v o i p 的校园可视电话会议系统关键技术及其应用研究 其次，v o i p 可以延伸传统语音通信网络。随着宽带网建设的不断推进，数 据网络的覆盖逐步加强，人们在数据通信网络下实现了社会网络化虚拟活动，诸 如网上购物、网上银行、网络论坛、网上医疗、网络聊天等等，人们对事物的认 识已经跨越了时间和空间的限制，足不出户即可了解天下大事，知晓地球内外的 风土人情，学习各行各业的专业知识，”地球村”的概念已经形成，相对于传统的 语音p s t n 网络，局间互连或接入延伸只能通过光纤或微波等传输设备，网络应 用主要限于语音通话。而现在可以通过数据宽带网络，利用v o i p 技术，即可实 现p s t n 语音系统的透明传输。这样可以充分利用网络资源，减少不必要的线路 投资，在实际应用方面，语音通话几乎接近或者是达到了传统语音通话的效能。 第三，v o i p 提供灵活多样的增值业务。国内的几大通信运营商中国电信、 网通、铁通以及移动、联通等都已经投入并使用了自己经营的i p 长话业务，i p 电话无疑在中国已经取得了成功，由于它低廉的价格和逐渐提高的通话质量，人 们已经熟悉并习惯使用i p 电话拨打外地长话，i p 电话正以惊人的速度挤占国内 国际长途通话市场。据统计，2 0 0 1 年，国内长途v o i p 业务量超过了国际业务 量，中国的用户大约进行了1 2 亿个v o i p 呼叫。目前i p 电话基本上还停留在最 初的语音通信服务上，然而单单靠基本的通话服务业务很难有新的发展。在电信 改组，国内电信运营商日益增多，同时随着中国已经加入w t o ，电信市场的开 放，国外通信运营商将很快进入国内电信领域，竞争必将造成电信基本通话业务 价格的下降，仅靠基本通话业务的盈利将很难维持整个网络的维护和运营，未来 i p 电话的角逐将会是其各种增值业务的开发。根据其类型的不同，i p 电话可开 展的增值业务分为：数据类增值业务、w e b 类增值业务和话音类增值业务，其中 数据类增值业务主要有短消息业务；w e b 类增值业务包括：点击拨号( c t d ) 、点 击发送传真( c t f ) 、网络互动游戏、可收听网页；话音类增值业务有：i p 8 0 0 号 业务、通用个人通信、虚拟专用网、呼叫转接、呼叫前转、呼叫保持、呼叫等 待、号码显示限制、呼叫完成、呼叫意图、呼叫插入和i p 电话会议等共计十七 种增值业务。 1 2v o i p 技术的研究现状及发展趋势 目前，随着计算机网络和通信技术的大力发展，v o i p 已经成为传统电话强 有力的竞争对手，据相关调查，长途电话业务7 0 以上是i p 电话。v o i p 被广泛 使用的原因在于：i p 网络广泛使用，在现有的资源上传输语音可以实现多媒体 通信，并且在i p 上传输语音可采用分组交换和低速率语音编码技术，使得对带 宽的要求降低，以至于对用户来说可以节约成本。正因为如此，v o i p 具有逐步 取代传统电话的趋势。 据统计，全球网络电话市场1 9 9 8 年产值为1 3 亿美元，2 0 0 0 年达到约l1 2 硕士学位论文 亿美元，2 0 0 3 年达到近5 1 亿美元，5 年间成长约5 0 倍【lj 。而从2 0 0 7 年4 月1 1 日举行的中国i p 通信大会上获悉，据i d c 预测，未来几年中国v o i p 年增长率 可达到1 2 ，2 0 0 8 年中国v o i p 市场规模将达到5 6 亿美元。 随着v o i p 发展和应用范围的不断扩大，吸引了对v o i p 的广泛研究，在性 能改进方面，如针对v o i p 的丢包现象，研究者们提出了很多对策：有针对丢包 已经发生后的丢包隐藏技术【2 。4 】；有根据v o i p 传输环境肯定会发生丢包而在发 送端采取的避免或减少丢包损失的丢包恢复技术【3 西1 ；还有从传输机制出发采用 的减少丢包率的抗丢包技术等。 目前最看好的一种改善v o i p 中语音质量的冗余编码技术是前向纠错技术【4 7 9 】( f e c ，f 0 刑a r de 1 1 r o rc o 玎e c t i o n ) ，属于信道编码，目的在于提高语音数据传输时 的可靠性，即语音数据在第一次就传输正确。交织技术【弘5 ，11 】利用了听者能够利 用听觉感知自动修复丢失的一两个音素的功能。当每帧只丢失少量的比特时，对 听者产生的影响很小，从而提高语音质量。低比特率冗余编码【l2 j 是一种冗余技 术，每个数据包除了包含自身数据外，还包含之前一个包经过压缩后的复制。该 复制质量低，占用的比特数远远小于原始帧。文献【13 】提出了一种基于奇偶校验 码的加载式前向纠错编码技术。目前人们开始采用传输舒适噪声指示包来调整背 景噪声的响度【1 4 】，产生了更好的噪声替代。g o o d m a n 等研究了在v o i p 系统中的 波形替代技术的使用【1 5 】。包复制替代方法主张前2 0 m s 内信号幅度不变，后3 2 0 m s 内，幅度逐渐衰减为零【1 6 1 。基于基音检测的波形替代1 1 5 ，1 7 1 的过程是通过峰值检测 计算基音周期，然后根据基音周期对该帧进行清浊音判断，文献【1 8 】就使用了基 于短时能量和过零率这些变化缓慢参数的波形替代法来恢复丢失的语音。 目前采用波形编码技术的g 7 l1 编码器中没有嵌入丢帧隐藏技术【l 引，为了 提高语音质量，g 7 1 1 协议附录中增加了基于基音检测的波形替代这种方法来隐 藏丢帧。文献 2 0 】考虑了丢失帧前后帧的基音变化，从而使得合成语音的质量高 于g 7 11 中采用的方法。s a n n e c k 等【2 1 】建议了一种方法，在缺口的任一侧找到基 音周期的交叠矢量，偏移它们来覆盖缺口，交叠部分求均值。这种方式可以避免 缺口边界相位不连续现象，主观效果优于波形替代。m o o n k e u n 等k 纠在g 7 2 9 中使用了基于时域修正的波形叠加技术，作者通过实验发现这种基于时域修正方 法比g 7 2 9 中嵌入的丢帧隐藏算法效果好。 j i n g f aw a n g 【2 3 】提出的一种声音驱动方法来恢复丢包，即当检测到丢帧时， 首先利用之前帧中靠近该帧的那一半的激励，通过清浊音判决器划分成浊音、清 音和清浊音混合型3 种类型，然后针对不同类型采用不同方法产生丢失帧的激 励。j i n g f aw a n g 的实验表明该方法比g 7 2 3 1 编码标准中采用的方法效果更 好。同样g 7 2 9 解码算法1 2 4 】也是利用上一帧的参数进行插值来隐藏错误帧的， 即首先用最近收到的好帧的线性预测系数代替综合滤波器的系数，然后自适应码 基于v o i p 的校园可视电话会议系统关键技术及其应用研究 本增益和固定码本增益可由前一帧的码本增益乘以衰减系数获得，同时为了避免 丢帧带来的影响，一旦丢帧后第一好帧到达时，对增益预测器进行更新。还有美 国国防部采用的混合激励线性预测【25 】标准则利用清音帧的空余比特作误码保 护，用参数的帧间内插来恢复错误帧。帧间插值技术如果用于多帧联合编码算 法，由于多帧之间的相关性减小，恢复出来的语音信号将会有明显的拖尾和迟 滞，同时对连续丢帧效果不佳。为此，张鑫【2 6 】等提出了一种误码参数估计算 法，这种算法保留错误帧，在接收端检测到信道误码情况下，运用最小均方误差 估值和计算最大转移概率的方法直接由接收到的比特序列估计最优的语音参数， 充分降低误码对重建语音的影响，提高合成语音的质量。 文献【2 7 ，2 8 】利用了统计估计，通过把对最近接收到的采样的自回归分析结 果和丢包处的激励信号估计值进行结合来修复交织的u 律编码语音。这种技术 性能优良的原因是：交织块足够短以至于能够确保最近接收到的块的语音特征具 有很强的相关性。c s x y d e a s 【2 9 】所做的工作中提到的自适应多速率语音编码 a m r 算法中，也采用了通过结合最近收到的采用的自回归分析结果和丢包处激 励信号估值进行修复。同时，c s x y d e a s 还分析了在a m r 【3 0 】中采用的修复方 法对连续丢包效果不佳而提出了一种改进算法。考虑到突发连续丢包对v o i p 语 音质量影响很大，所以目前连续丢包处理技术成为研究的热点。目前针对此，有 人提出了基于统计模型的丢包隐藏算法【3 l 】，利用语音识别领域中的统计n g r a m 模型。它利用丢包前的n 个包，通过n g r 锄预测方法求出丢包的线谱频率l s f 参数码书索引。还有人提出了利用隐马尔可夫模型h m m 得到丢包的精确恢复 【3 2 】 o 目前没有标准用于网络拥塞控制，但是却有很多技术【33 3 4 】试图解决该问 题。它们采用一些分层编码的形式以不同的速率传输数据包。这些方式需要接收 端的配合，当长期拥塞则丢弃数据包，短期拥塞则采用f e c 技术克服。还有采 用基于语音分组策略的多级描述编码( m d c ，m u l t i p l ed e s c r i p t i o nc o d i n g ) j 来提 高语音质量。由香农的信息理论【3 6 】可知，信源编码和信道编码是通过信道传输 信息的好办法，最近，研究者们开始把注意力转移到信源信道联合编码上【3 7 3 8 】，以期控制网络拥塞。很多研究者都在着力研究如何降低时延的问题，如文献 【3 9 】提出了嵌入式实时包训练策略，通过语音比特流的自适应包来得到一个可接 收的时延，以便完成有效的拥塞控制。作为3 g p p ( 3 r dg e n e r a t i o np a r t n e r s h i p p r 0 j e c t ) 制定的3 g 移动通信w c d m a 系统的编码标准，a m r 以更加智能的方式 解决资源缺乏和网络拥塞的问题，从而避免丢包，提高语音通信质量。j e o n g w o o ks e o 【4 0 j 等把a m r 、g 7 1 1 、g 7 2 3 1 分别用到了公共i n t e m e t 环境，结果发 现在v o l p 中在相同的条件下采用a m r 的包丢失率最小，即a m r 的抗丢包能 力很强。由此可见，a m r 编码器在v o i p 上具有广阔的发展前景。 4 硕士学位论文 总的来说，随着计算机网络的不断进步，v o i p 这种基于i p 网络的技术将会 得到越来越广泛的应用，其发展趋势将呈现出一种区域多媒体化的趋向，除了语 音通信外，数据、视频等内容将会随着网络的融合而加入到v o i p 中。而在v o i p 种类方面，也将从最初的p h o n e t o p h o n e 发展到p h o n e t o p c 、p c t o p h o n e 和 p c t o p c 等其他种类的通信方式。 1 3 本课题的研究背景及意义 本课题研究背景来源于张家界航空工业职业技术学院校园网络改造。目前张 家界航院已经建立了较为完备的校园计算机网络和电话通信网络，但存在校园网 和电话网两网并存的情况，这既不符合多网合一的发展趋势，也不利于统一管 理，不能发挥二者的整合作用，同时网络的重复建设也造成了资金和人员的极大 浪费。而且随着网络应用需求的不断提高以及网络通信的多样化发展趋势，需要 在学校内部建立多媒体通信网络来满足不断增长的需求。因此，本课题通过对学 校现有计算机网络和电话网络的现状进行分析，同时充分结合学校网络应用的实 际情况，在现有校园网的基础上，通过对相应的网络结构、硬件设备、通信软件 和网络管理方面的研究，提出一种基于校园网的v o i p 解决方案，并在此基础上 设计基于v o i p 的校园可视电话会议系统。 本课题的研究针对现有网络的不足，充分挖掘现有网络潜力，提高网络的利 用率，从而降低开销和网络成本，在校园网的改造方面具有非常重要意义。同时 通过将校园网和电话网的整合，实现两网合一，并通过统一的网络管理减少网络 维护成本，对学校的网络建设和维护具有十分重要的现实意义。 1 4 本论文的主要内容 本文针对张家界航空工业职业技术学院校园网络实现真正的i p 网络多媒体 通话的需求，设计一面向局域网的i p 电话系统。在设计初期考虑使用现有的普 通电话作为终端，但是有两个原因使之不能如愿：一是普通电话的硬件原理使得 其不能和i p 网络接口和终端直接相连，即使相连也无法与网络终端融合完成语 音信号的采集和回放，必须增加硬件级转化装置，而且转换装置比较复杂。二是 要实现多媒体传输必须有视频部分，而普通电话无法实现视频采集。所以电话终 端应该是专用的可视电话或者配备声卡和摄像头的计算机。由于以上的限制，我 们选用了计算机。对于音频部分采用了全双工的声卡和耳麦，视频部分选择电脑 市场比较常见的摄像头，网络部分则配置1 0 至1 0 0 m 的局域网。 本研究主要通过对v o i p 进行研究并针对张家界航院校园网和电话网的现 状，提出一种解决方案，用于建立可视电话会议系统平台。通过对硬件设备、软 基于v o i p 的校园可视电话会议系统关键技术及其应用研究 件系统、网络通信以及网络管理方面的研究，设计并实现了在校园网基础上的 p c t o p c 和p c t o p h o n e 之间的可视电话会议系统。本论文共分6 章，第一章简 要概述v o i p 技术的研究现状和发展趋势；第二章介绍v o i p 技术的基本原理与 关键技术；第三章基于张家界航院现有网络提出一种v o i p 可视电话系统解决方 案。第四章介绍v o i p 可视电话软件系统的设计，并对实现中的关键功能进行介 绍，主要有语音编码解码功能的实现和网络传输的实现。第五章对可视电话会议 系统的网络管理模块进行介绍，主要包括网络管理、流量监控和路由优化等方 面。最后对全文进行总结，并展望了v o i p 技术的发展动向和发展前景。 6 硕士学位论文 第2 章v o i p 的基本原理和关键技术 传统的i p 网络主要是用来传输数据业务，采用的是无连接的尽力而为( d o b e s te f f o r t ) 的技术，没有相应的控制结构，因此没有服务质量保证，存在分组 丢失、时序到达和时延抖动等情况。一般的数据业务对此要求不高，但话音属于 实时业务，对时序、时延等有严格的要求。因此必须采取特殊措施来保障语音通 过i p 网络传输时的业务质量。v o i p 的关键技术包括信令技术、语音处理技术、 实时传输技术、服务质量( q o s ) 保证技术、以及网络传输技术等。 2 1v o i p 的基本原理 通过因特网进行语音通信是一个非常复杂的系统工程，其应用面很广，因此 涉及的技术也特别多，其中最根本的技术是v o i p ，v o i p 是将模拟的声音讯号经 过压缩与封包之后，以数据封包的形式在i p 网络的环境进行语音讯号的传输， 通俗来说也就是互联网电话、网络电话或者简称i p 电话的意思。v o i p 技术是目 前互联网应用领域的一个热门话题，它的基本原理是通过语音的压缩算法对语音 数据编码进行压缩处理，然后把这些语音数据按t c p i p 标准进行打包，经过 i p 网络把数据包送至接收地，再把这些语音数据包串起来，经过解压处理后， 恢复成原来的语音信号，从而达到由互联网传送语音的目的。i p 电话的核心与 关键设备是工p 网关，它把各地区电话区号映射为相应的地区网关i p 地址。这些 信息存放在一个数据库中，数据接续处理软件将完成呼叫处理、数字语音打包、 路由管理等功能。 2 1 1v o i p 的基本传输过程 传统的电话网是以电路交换方式传输语音，所要求的传输宽带为6 4 k b s 。 而v o i p 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u d p ( u s e rd a t a g r a mp r o t o c 0 1 ) 协议 进行传输。为了在一个i p 网络上传输语音信号，要求几个基本元素和功能。最 简单形式的网络由两个或多个具有v o i p 功能的设备组成，这些设备通过一个i p 网络连接。v o i p 模型的基本结构图如图2 1 所示。 7 基于v o i p 的校园可视电话会议系统关键技术及其应用研究 图2 1v o i p 模型的基本结构图 从图中可以发现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。两者之音的网络 必须支持i p 传输，且可以是i p 路由器和网络链路的任意组合。因此可以简单地 将v o i p 的传输过程分为下列几个阶段。 1 语音一数据转换 语音信号是模拟波形，通过i p 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8 位或6 位的量化，然后送入到缓冲存储区中，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 m s 至3 0 m s 。考虑传输过程中的代价，语间包通常由6 0 m s 、1 2 0 m s 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i t u tg 7 1 1 。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ip 包转换 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包头、时标和其它信息后通过网络传送到另一端点。 语音网络通信端点之间建立物理连接( 一条线路) ，并在端点之间传输编码的信 号。i p 网络不像电路交换网络，它不形成连接，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。 硕士学位论文 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 可以在某全范围内变化，反映了网络传输中的 抖动。网络中的同间节点检查每个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。网络链路可以是支持i p 数据流的任何 拓结构或访问方式。 4 1 p 包一数据的转换 目的地v o i p 设备接收这个i p 数据并开始处理。网络级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。在数据报的处理过程 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 播放驱动器将缓冲器中的语音样点取出送入声卡，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、i p 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2 2 所示。 图2 2v r 0 i p 传输的基本过程 9 基于v o i p 的校园可视电话会议系统关键技术及其应用研究 2 1 2v o i p 协议标准 目前在国际上，应用的标准协议包括i t u t 提出的h 3 2 3 协议和i e e e 提出 的s i p 协议。 1 h 3 2 3 协议 h 3 2 3 协议是目前在v o i p 网络中被用得最广泛的一种信令协议，其作用范 围如图2 3 所示。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 的总体目标实现h 3 2 3 端点之间媒体流交换。 图2 3h 3 2 3 的范围及h 3 2 3 终端的交互 其中，h 3 2 3 终端是与其他h 3 2 3 端点进行实时通信的端点；网关是在 h 3 2 3 网络和其他类型网络之间提供转换服务的h 3 2 3 端点，网关两侧信令协议 及媒体格式之间的转换在网关内部进行；关守在h 3 2 3 网络中，是一个可选实 体，存在时，可以控制( 指对来自一个或多个端点的访问进行授权，并可允许或 拒绝端点发来的任何呼叫) 许多h 3 2 3 终端、网关和多点控制器；多点控制器( m c ) 是一个管理多个终端和或网关之间多点会议的h 3 2 3 端点。m c 指出可被各个 实体共享的媒体，还可以改变资源的配置。m c 的位置，可以被安置在一个独立 的m c u 中，也可以与网关、关守或h 3 2 3 终端等实体结合在一起。 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，如图2 4 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，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。 l o 硕士学位论文 音频视频应用终端应用控制 音频视频编解 实时传输控 h 2 2 5 0 h 2 2 5 0h 2 4 5 码器 制协议r a s 信 呼叫信令控制信令实时传输协议 ( r t c p )令 ( r t p ) 不可靠传输( u d p )可靠传输( t c p ) 网络层( 网络协议) 数据链路层 物理层 图2 4h 3 2 3 协议栈 实际中在h 3 2 3 端点之间交换的消息是由h 2 2 5 o 和h 2 4 5 这两个协议定 义。h 2 2 5 0 协议包括两个部分，一部分是i u t tq 9 3 l 建议的变体，用于在 h 3 2 3 端点之间建立以及拆除连接，被称作呼叫信令或是q 9 3 1 信令。另部分 被称作登录、许可和状态( r a s ) 信令，用于端点和关守之间，使关守用该信令来 许可或是拒绝端点对网络资源的访问。h 2 4 5 是用于两个或多个端点之间的控制 协议，它可以确保一个实体只发送能够被另一个实体接收和理解的媒体，其运行 在端点之间的一条或多条逻辑信道上。 上述这三个信令协议一一r a s ，q 9 3 1 和h 2 4 5 ，可用来建立呼叫、维持呼 叫和拆除呼叫。不同协议消息的传递是交替进行的，图2 5 简单描述了一个 呼叫的建立过程以及呼叫过程中各相关协议的控制作用。可以这样理解：当 一个端点想要与另一个端点建立呼叫时，首先，源端点使用r a s 信令来从关 守那里获得许可；然后，源端点用q 9 3 1 信令来建立与目的端点的通信；最 后，源端点使用h 2 4 5 控制信令与目的端点协商媒体参数并建立媒体传送。 基于v o i p 的校园可视电话会议系统关键技术及其应用研究 h 3 2 3 终端 图2 5 呼叫过程与协议控制 2 sip 协议 s i p 是由i e t f 开发的一种信令协议，用来处理多媒体会话的建立、更改、 拆卸，与其他协议比较，s i p 描述了潜在的会话参与者的会话特征。s i p 中定义 了两类基本的网络实体，客户机和服务器。客户机是指为了向服务器发送请求而 与服务器建立连接的应用程序，服务器是用于向客户机发出的请求提供服务并回 送应答的应用程序。共有四种不同类型的服务器： ( 1 ) 用户代理服务器：当接到s i p 请求时它联系用户，并代表用户返回响 应。 ( 2 ) 代理服务器：代表其他客户机发起请求，既充当服务器又充当客户机的 媒介程序。在转发请求之前，它可以改写原请求消息中的内容。 ( 3 ) 重定向服务器：它接收s i p 请求，并把请求中的原地址映射成零个或多 个新地址，返回给客户机。 ( 4 ) 注册服务器：它接收客户机的注册请求，完成用户地址的注册。 s i p 网络实体之间的沟通是由s i p 消息来完成，其语法构成是基于文本的， 可以分为两类消息类型，即请求消息和回应消息。 每个消息都是由一个起始行，零个或多个首部和任意的消息体组成。对于请 求消息，起始行为请求行，规定了所提交请求的类型，语法结构为：r e q u e s t l i n e = m e t h o ds pr e q u e s tu r is ps i p v e r s i o nc r l f ，其中定义了7 种方法，名 1 2 硕士学位论文 称和描述如表2 1 所示。对于回应消息，起始行为状态行，指出某个请求是成功 还是失败，语法结构为s t a t u s l i n e = s i pv e r s i o ns ps t a t u sc o d ed pr e a s o n p h r a s ec r l f ，基中定义了状态代码，它的值在1 0 0 和6 9 9 之间，第一个数字表 示回应的级别，不同级别的说明如表2 2 所示。消息首部提供了关于请求或回应 的更多信息以及