（计算机软件与理论专业论文）voip终端的qos技术研究与实现.pdf

摘要 摘要 九十年代中期以来，i n t e r n e t 的飞速发展对电信业产生了巨大而深远的影响， 基于分组交换网络的多媒体通信系统逐渐成为人们关注的焦点。音频和视频压 缩技术、实时数据传输技术及网络技术的成熟，使得在口网络上实现多媒体通 信成为可能。妒作为一种新型的语音通信技术，已经越来越多地渗透到人们 的实际生活中。简单来说，v o i p 就是在p 网上进行语音传输。v o i p 技术作为 一种以p 网络为传输体的语音和传真通信技术，在语音传输方面效率高、费用 低。v o m 技术的应用很广泛，特别是与电话网、多媒体技术结合，可以开拓出 多种多样的新业务。v o l p 作为当前电信业务中发展最迅速的部分，值得我们深 入研究。 本文首先讨论了v o p 的基本原理、组网模式和相关标准等基本知识，然 后在此基础上介绍了一些现有的v o p 终端上的关键q o s ( q u a l i t yo fs e r v i c e ) 技术。对v o p 终端上的q o s 技术的研究是本文的重点。p 网络固有的弱点， 如抖动、延迟和无传输保障等，将导致数据包的丢失，包的丢失直接造成了语 音质量的下降。针对i n t e m e t 的带宽经常发生变化这一现象，文中提出了两种自 适应的q o s 技术，包括动态语音编码器和自适应丢包补偿策略。它们能够根据 网络带宽的实时变化，动态地调节m 电话的q o s 。另外，回声问题一直是影响 v o 口的q o s 的重要因素，人们在回声控制技术的研究中进行了诸多尝试，但用 软件实现的回声消除器仍然难以达到令人满意的效果。文中设计并实现了一种 简单有效的、基于远端声音活动检测的软件回声抑制器。实验测试表明，该回 声抑制方法能够有效地控制回声，具有很好的实用价值。 此外，文中提出的所有技术都已经应用到一套自行开发的v o 口即时通讯 软件p p t a l k 中。在不同网络环境下的实验测试表明：在宽带环境下，p p t a l k 的 通话质量与现在最流行的商业软件s k y p e 相差无几；而在窄带环境下，p p t a l k 却能够比s k y p e 获得了更高的m o s 评分，尤其是它的语音连贯性大大地优于 s k y p e 软件。 关键词：v o i p ；q o s 技术 a b s t r a c t a b s t r a c t s i n c em i d9 0 s ，t h ef a s td e v e l o p m e n to fi n t e r a c th a st a k e ng r e a te f f e c to nt h e c o m m e r c i a lt e l e c o m m u n i c a t i o ns e r v i c e ，a n dm u l t i m e d i ac o m m u n i c a t i o ns y s t e m b a s e do np a c k e ts w i t c h i n gn e t w o r kb e c o m e st h ef o c u so fp e o p l e sc o n c e m a u d i o f r e q u e n c ya n dv i d e of r e q u e n c yc o m p r e s s i o nt e c h n o l o g y , r e a l t i m ed a t at r a n s m i s s i o n t e c h n o l o g y a n dn e t w o r kt e c h n o l o g ym a k ei t p o s s i b l e t oa c h i e v em u l t i m e d i a c o m m u n i c a t i o no ni pn e t w o r k a sak i n do fn e wv o i c ec o m m u n i c a t i o nt e c h n o l o g i e s ， 一 v o l ph a sb e e nm o r ea n dm o r ep o p u l a ri nm o d e ml i f e v o m e a n st r a n s m i t t i n gv o i c e o ni pn e t w o r k a so n ek i n do fv o i c ea n df a c s i m i l ec o m m u n i c a t i o nt e c h n o l o g i e s b a s e do ni pn e t w o r k , v o l pf e a t u r e sh i g i lt r a n s m i s s i o ne f f i c i e n c ya n dl o wc o s t i th a s b e e na p p l i e de x t e n s i v e l yi nm a n yf i e l d s b e i n gc o m b i n e dw i t hp h o n en e t w o r ka n d m u l t i m e d i at e c h n o l o g y , t h ev o 口t e c h n o l o g yc a nc r e a t en u m e r o u sn e wb u s i n e s s e s s i n c ev o i pd e v e l o p ss oq u i c k l yi nc u r r e n tt e l e c o m m u n i c a t i o ns e r v i c e ，i td e s e r v e st o b er e s e a r c h e dt oad e e pe x t e n t f i r s t l y , t h i sd i s s e r t a t i o nd i s c u s s e st h eb a s i ct h e o r yo fv o i pa n ds e v e r a ld i f f e r e n t m o d e l sf o rc o n s t r u c t i n gv o i ps y s t e m s n e x t , w ef o c u s0 1 1t h ek e yt e c h n o l o g i e st o i m p l e m e mt h eq o s ( q u a l i t yo fs e r v i c e ) i nv o pt e r m i n a ls y s t e m s ，w h i c hi st h em a i n t o p i co ft h i sd i s c u s s i o n t h el i m i t a t i o no fn e t w o r kb a n d w i d t hc a nl e a dt ot h el o s so f p a c k e t sa tt h er e c e i v i n ge n d t h i sk i n do fp a c k e tl o s sd e g r a d e st h es p e e c hq u a l i t y , a n dc a u s e si m p a i r m e n t sp r e s e n ti ni pn e t w o r k , s u c ha sn a m e l yj i t t e ra n dd e l a y t o d e a lw i t ht h ep h e n o m e n o nt h a tt h en e t w o r kb a n d w i d t hc h a n g e sd y n a m i c a l l ya n d f r e q u e n t l y , t h i sd i s s e r t a t i o np r e s e n t st w oa d a p t i v eq o st e c h n o l o g i e s ，n a m e l y d y n a m i cs p e e c hc o d e ca n da d a p t i v ep a c k e tl o s sc o m p e n s a t i o ns t r a t e g y d u r i n g t h er e a l - t i m ec h a n g i n gp r o c e d u r eo ft h eb a n d w i d t h ，t h e s et w ot e c h n o l o g i e sc a n d y n a m i c a l l ya d j u s tt h el o s sc o m p e n s a t i o ns oa st og u a r a n t e eq o so ft h ev o l ps y s t e m i na d d i t i o n ，a c o u s t i ce c h oi so n eo ft h em o s tp r o m i n e n tp r o b l e m sw h i c hd e c r e a s et h e q u a l i t yo fs p e e c hi nv o l pi fl o u d s p e a k e r sa r eu s e d t od e a lw i t ht h a tp r o b l e m ，a n v o 口终端的q o s 技术研究与实现 e c h os u p p r e s s i o nm e t h o di sp r o p o s e db a s e do nr e m o t ev o i c ea c t i v i t yd e t e c t i o n t h e m e t h o di se f f e c t i v ei nav a r i e t yo fa p p l i c a t i o ns c e n a r i o s ，a n di se a s yt oi m p l e m e n t t h ec o r r e s p o n d i n ge c h os u p p r e s s o ri ss u c c e s s f u l l ya p p l i e di na p r a c t i c a lv o i ps y s t e m t e s t i n gr e s u l t ss h o wt h a tt h i sm e t h o dc a ne f f e c t i v e l ys u p p r e s st h ee c h o ，a n dc a l l a c h i e v ep r a c t i c a l u t i l i t y f i n a l l y , av o 口s o t h 再, a r es y s t e mc a l l e dp p t a l ki sd i s c u s s e d p p t a l ki sd e v e l o p e d b a s e do nt h et e c h n o l o g i e sp r e s e n t e di nt h i sd i s s e r t a t i o n t h es o f t w a r ed e s i g na n d i m p l e m e n t a t i o no ft h es y s t e mh a sb e e np r e s e n t e di nd e t a i l t e s t i n gs h o w st h a t ，i nt h e c a s eo fab r o a d b a n dn e t w o r k ，t h ep e r f o r m a n c ea n dq o so fp p t a l ki sa sg o o da s t h o s eo ft h em o s tp o p u l a r ms y s t e ms k y p e ；h o w e v e r , i nt h ec a s eo fan a r r o w b a n d w i d t h ，t h eq o so fp p t a l kc a na c h i e v eb e t t e rm o ss c o r e st h a ns k y p ed o e s ， e s p e c i a l l yi nt e r m so ft h ec o n t i n u i t yo fv o i c e k e yw o r d s ：v o l p ；q o st e c h n o l o g y 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) ： 谢晓凋 如口7 年厂月乒日 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 1 保密() ，在年解密后适用本授权书。 2 不保密( ) ( 请在以上相应括号内打“ ) 作者签名：讶r 硗轫刁日期：如p 7 年厂月 咿日 导师签名童舅y 每戈日期： 矽年 月 2 日 第一章绪论 第一章绪论 i n t e m e t 的巨大成功，使得p 成为未来信息网络的支柱技术之一，以口为 核心的分组化成为通信网络演变的主流方向，有的人甚至提出了“e v e r y t h i n g o v e r i p 的口号。在计算机技术和i n t e m e t 的发展过程中，v o i p 【1 1 1 2 】已经向人 类传统的通信模式提出了强有力的挑战。 1 1 研究的背景 一项新技术的产生，一般有两种途径：或者在实验室中，通过对旧技术的 革新，再利用其自身的优势，进入市场，优胜劣汰；或者由于市场本身的发展， 对目前存在的应用提出了新的要求，据此，再通过实验室的研究，推向市场。 在众多新技术之中，v o i p 产生的途径更多地倾向于后者。 今日，用户对通信方式提出了许多新的要求，其中一点就是在不降低通信 质量的前提下，用户希望自己单位时间内的通话费用( 特别是国际国内长途费 用) 越低越好；电信供应商则希望在不投入过多的硬件投资前提下，在自己的 通信网络上，能够承载更多的通信量，提高原有网络的性能和承载力。 从远古的“烽火台 到1 8 3 7 年莫尔斯的电报以及1 8 7 6 年贝尔的电话，一 直到今日广泛存在的p s t n 网络和i n t e m e t ，人类的通信历史经过了历次的发 展。特别是在最近2 0 多年里，通信技术和电信业务发生了翻天覆地的变化。 i n t e m e t 的出现，以及伴随而至的口通信技术，为今日的通信变革注入了极大 的活力，人们开始关注以p 技术为背景的多媒体通信。1 9 9 5 年2 月，以色 列的一家名不见经传的公司v o c a l t e c 公司，宣布推出“i n t e m e tp h o n e ”，这可 以说是现代p 电话的雏形。随后，又有不少公司推出了自己的产品，比如微 软的n e t m e e t i n g 、英特尔的i n t e m e tv i d e op h o n e 以及当今备受好评的s k y p e 软件等。用户只需要在p c 机上安装客户端软件，并使用麦克风、声卡和音箱 等设备，就可以通过口网与同样安装了这些软硬件的用户通话了。在早期， 由于这种形式的口电话语音质量没有保证，技术也不是很成熟，所以使用者不 是很多。但是随着技术的成熟和语音质量的改善，电话也越来越多地吸引了 人们的目光。 v o i p 终端的q o s 技术研究与实现 逐渐地，电信公司开始认识到利用i n t e m e t 实现语音业务的巨大潜在市场， 他们开始考虑如何将i n t e r n e t 和已有的p s t n 结合起来，从而更加广泛地为普 通电话用户提供业务。于是，用以连接i n t e r n e t 和p s t n 的网关设备出现了， 由于利用i n t e m e t 代替传统的长途电话线路可以大大降低成本，许多产品制造 商和业务商纷纷看好这一市场并开始制造设备和提供业务。可以说，这时p 电 话进入了快速的发展阶段。 据统计2 0 0 9 年亚洲v o i p 业务收入将达1 0 0 亿美元，中国v o i p 市场到2 0 0 9 年将达到9 9 5 0 亿分钟的通话时间，而且越来越多实力强劲的语音服务供应商正 大量涌入这个市场。v o 将不会是传统有线通讯的廉价替代品，而是将与其在 竞争和共存中不断发展 3 】。 尽管在少数几个国家( 比如捷克斯洛伐克、匈牙利、冰岛等) ，政府由于担 心v o l p 业务严重冲击传统p s t n 业务，v o l p 的应用受到政策的暂时抵制。 然而从全球的情况来看，几乎在一夜之间，v o i p 就赢得了属于它的领地。 1 2v o l p 的研究现状及本文的重点 v o 口广泛的应用前景和巨大的商业价值促使业界对其产生了浓厚的开发热 情。v o 口的相关技术很多，目前的研究主要分布在两个方面：一方面是实现v o i p 的网络体系结构及其相关信令、管理、媒体传送和安全协议，另一方面是v o p 的服务质量保证，即v 0 q o s ( q u a l i t yo f s e r v i c e s ) 4 】问题。 虽然v o i p 拥有广阔的前景，但是v o i p 面临的挑战也是前所未有的，没有 人愿意忍受一个低质量的语音服务，既使这种服务的费用比较便宜。因此，如 何在一个无连接的网络上建立一个为综合业务提供有质量保证的传送平台，是 市场提出的迫切而紧要的关键问题。于是，与此有关的v o p 的相关技术研究 一直都是非常活跃的前沿研究领域。 本文在探讨v o l p 的原理、技术之后，集中精力讨论v o i p 终端上的q o s 问 题，提出一些行之有效的q o s 解决方案，并将这些方案应用到一套自行开发的 v o l p 即时通讯软件p p t a l k 中。 2 第一章绪论 1 3 论文的结构 全文共分七章，第一、二章主要介绍了v 0 口的各种背景知识，包括基本概 念、基本原理和相关协议等基础知识。第三章主要讨论v o 终端上现有的各种 q o s 技术，并对其优缺点进行分析。第四章提出几种自适应的q o s 策略并对其 进行了性能测试。第五章介绍软件回声抑制器的设计与实现，并将其与s p e e x 语音引擎所提供的回声消除模块进行了性能对比。第六章介绍了p p t a l k 软件各 主要模块的设计，并且给出了在不同网络环境下，p p t a l k 的通话效果与其他v o i p 系统的测试对比结果。第七章对全文进行总结，并对今后v o i p 的发展进行了展 望。 3 第二章y o l p 的原理及相关协议 第二章v o l p 的原理及相关协议 2 1v o i p 出现的背景 以分组技术承载语音的试验最早出现在美国。1 9 7 4 年8 月，在西海岸的 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 ) 首次进行了 分组话音试验，话音编码为9 6 k b p s 的连续可变斜率增量调制( c v s d ) ，试验 中采用了静音检测技术。同年1 2 月，比特率为3 5 k b p s 的线性预测编码( l p c ) 声码器首次用于分组语音通信试验，并在其后不久进行了分组话音电话会议试 验。在这些试验的基础上，i n t e r a c t 工程任务组( m t f ) 于1 9 7 7 年颁布了关 于分组语音通信协议的讨论文件r f c 7 4 1 。 1 9 8 2 年，英国剑桥大学首次在1 0 m b p s 的剑桥环形网上进行了分组语音通 信试验，意大利、美国和英国等许多国家的学者在总线型局域网、令牌环和 3 c o m 以太网上也进行了试验，深入研究了分组时延的原因、分组语音通信协 议、链路利用率和话音分组同步等问题。 早期的p 电话技术主要集中在研究如何在计算机网络上传递话音信号，实 现在i n t e m e t 上的用户之间互通电话的问题。当时的通话质量很差，无法用于 正常通信，其原因主要有：当时还没有有效的数字信号压缩技术。当时的 网络速度很慢，无法传输高比特率的话音信号。 1 9 9 6 年，i t u t 通过了局域网上支持可视电话通信的网络协议一一 h 3 2 3 5 】，该协议成为口网络电话系统的公共规范，为口电话系统进入 p s t n 奠定了坚实的协议基础。与此同时，i e t f 也推出了口电话通信的网络 协议一一s ( s e s s i o ni n i t i a t i o n p r o t o c 0 1 ) 【6 】。推出这些协议之后，不同运营商 之间的互操作问题以及向口网络上的多媒体演进方式成为目前口网络标准 化工作的重点。 我国的电信网早就已经开始进行基于网关的p 网络电话试验和商业运营。 其中中国电信( 老中国电信，未分家之前) 采用了以色列的v o c a l t e c 公司的 产品，中国联通和吉通公司( 现已被新网通公司合并) 分别采用了美国c i s c o 和c l a r e n t 公司的产品。 4 v o i p 终端的q o s 技术研究与实现 2 2 基本概念 简单来说，v o i p 就是在i n t e r n e t 网络上传输实时语音信息或者媒体的一种 技术。它将电话网和数据网结合在一起，产生了许多新的应用，单位时间内的 通信费用比较低廉。v o i p 属于分组通信的范围，是以口为标志的网络分组化 和以多媒体为目标的网络业务综合化两大主流技术融合的结果。v o l p 技术的研 究不仅仅是指研究d 网络承载语音技术，而且还泛指研究口网络承载多媒体 业务的所有相关技术。 传统的电话网是以电路交换的方式传输语音，而v o l p 则是以i p 分组交换 网络作为传输平台。要想在分组网络上传输语音，就必须对模拟的语音信号进 行特殊的处理，使处理后的信号适合在面向无连接的分组网络上传输，这项技 术称为分组语音技术。分组语音技术是v o i p 的一项基本技术，其实现原理是 将语音信号转换为一定长度的数字化语音包，采用存储转发的方法，以包的形 式进行交换和传输。传统电话技术通常需要6 4 k b p s 以上的带宽，而分组语音 需要的带宽可以不到l o k b p s 。 2 3v o l p 的模型 为了在一个i p 网络上传输语音信号，要求有几个基本元素和功能部件。最 简单形式的v o p 模型由两个或多个具有v o l p 功能的终端组成，这些设备通过 一个p 网络进行连接。如图1 所示： 图1v o i p 简单模型 第二章v o i p 的原理及相关协议 2 4v o l p 的三个传输阶段 在将语音信号转换成i p 数据包的过程中，v o l p 设备中一般需要包含如下 几个功能转换模块：接受语音信号的模拟语音模块，把模拟语音转换为数字语 音的数字语音模块，把数字语音转换成分组语音的分组语音模块，如图2 所示： 模数分 一一- 分数模 拟字组组字拟 语语语 语 语语 立立立 立 立立 日e 1目目e l日 图2v o l p 设备的功能模块 由于语音信号是模拟信号，所以当使用i p 包方式来传输语音时，无论对于 实时的应用还是非实时的应用，发送端的语音都要经过模拟信号一数字信号一 语音包的处理过程，而在接收端则需要对语音包进行相反的处理过程，从而得 到与发送端相同的语音信号。图3 显示了v o i p 的基本传输过程。从图3 中 可以发现，每个语音流从信源( 录音设备) 到信宿( 放音设备) 就像通过一条 管道，这条管道包含了许多级，每一级代表一些特有的语音包处理过程。 图3v o l p 的传输过程 简单来说，v o i p 的传输过程可以分为以下5 个阶段： 6 v o p 终端的q o s 技术研究与实现 ( 1 ) 语音到数据的转换阶段 这个阶段是指从模拟语音到数字采样点的转换和进入缓冲器前量化数据的 打包处理。声卡和音频设备首先对模拟语音信号进行8 位或1 6 位量化；然后 顺序送入缓冲器，缓冲器的大小可根据延迟和编码的要求选择。许多低比特率 的编码器是对被称作帧的语音块进行编码，典型帧为1 0 - 3 0m s 。考虑到传输 过程中的代价，语音包通常由2 0 、4 0 或6 0 m s 的语音数据组成。数字化可以 通过各种语音编码方案来实现。发送端和接收端的语音编码器必须采用相同类 型的算法，这样接收端的语音设备才可以还原出发送端的模拟语音信号。 ( 2 ) 数据到p 分组的转换阶段 一旦对语音信号完成了数字编码，下一步就要对语音包按照特定的帧长进 行压缩编码。大部分的编码器都有规定的帧尺寸，如果一个编码器使用1 5 m s 的帧长，则把从第一阶段过来的6 0 m s 的语音信号分成4 帧，每个帧包含1 2 0 个语音采样点( 采样率为8 k h z ) ，并按照顺序分别进行编码。编码之后，再将 4 个压缩后的帧合成一个压缩的语音包送入网络处理器。网络处理器为语音包 添加分组头、时间戳和其他信息后通过网络传送到另一端点。传统语音网络 p s t n 是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。而口网络不像电路交换网络，它不形成连接，而是要求把数据 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，一站一站地转发到接收端。 ( 3 ) 传送阶段 在这个传输阶段中，全部网络被看成一个整体，持续不断地从输入端接收 数据包，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。网络中的网问节点检查每个口数据附带的 寻址信息，根据这个信息把该数据包转发到目的地路径上的下一站。 ( 4 ) i p 分组到数据的转换阶段 接收端的v o i p 设备负责接收口数据包并进行处理。接收端提供了一个可 变长度的缓冲器，用来平滑d 网络产生的抖动( j i t t e r ) 。该缓冲器可容纳许多 语音包，缓冲器的大小应该根据实际的需要设定。小的缓冲器产生的延迟较小， 但不能调节大的抖动；大的缓冲器能够平滑较大的抖动，但是也会引起较大的 第二章v o l p 的原理及相关协议 延迟。 在口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。解码器将经过编码的语音信号解压缩以产生新 的语音信号，这个模块也可按帧进行操作，帧长度完全和编码器的帧长度相同。 如果帧的长度为1 5 m s ，则6 0 m s 的语音包被分成4 帧，然后它们分别被解码 并还原成6 0 m s 的语音数据流送入解码缓冲器。 ( 5 ) 数字语音到模拟语音的转换阶段 播放驱动器将解码缓冲器中的语音采样点( 1 2 0 4 = 4 8 0 个) 取出并送入 声卡，通过扬声器按预定的频率( 例如8 k h z ) 播出。 语音通信的成功是依靠每一端的三级操作来有效的同步进行的。在像p 电 话这样的全双工通信中，每一端既是发送端又是接收端，它的六级处理过程都 是连续进行的。在具体应用中为了减少分离处理的数量，这六级一般被合成为 同时工作的三个处理过程。如图4 所示： 图4v o i p 设备的全双工通信模式 2 5v o l p 的三种组网模式 v o 的组网模式可以分为三种：p c - - p c 模式、p c p h o n e 模式和p h o n e - - p h o n e 模式。下面分别对它们加以介绍。 8 v o m 终端的q o s 技术研究与实现 2 5 1p c p c 模式 最早的p 电话是个人计算机与个人计算机之间的通话。这种通信方式的通 信双方必须都是因特网上的用户，主叫方利用对方的口地址进行呼叫。p c 机 上需要配有麦克风和声卡。语音编解码、压缩、打包及包的发送接收通过p c 机上的处理器、声卡及网卡完成。通信双方必须使用相同的软件连接到同一个 服务器，才能通过因特网服务提供商( i s p ) 及因特网进行语音的通信。这种模 式的连接示意图如图5 所示。 具有v o i p 功能的p c 2 5 2p c - - p h o n e 模式 图5p c - - p c 模式的v o l p 具有v o l p 功能的p c 随着口电话的话费低等优点逐步被人们认识，许多电信公司在此基础上进 行了开发投入，从而促使了口电话网关 7 的出现。在p c - - p h o n e 模式中， 由网关完成口地址和电话号码的对应和翻译、语音编解码和语音打包。p c 机 上的语音信号经过i s p 、因特网到达另一端的i s p 和网关，网关再通过p s t n 接 通普通电话机。这种连接方式要求送话方拥有具备多媒体和网络功能的电脑， 并且安装上专门的口电话软件，受话方为普通电话机。这种模式的连接示意 图如图6 所示。 2 5 3p h o n e - - p h o n e 模式 在前面两种模式发展的基础上，出现了普通电话与普通电话之间的通话模 式。采用这种方式的用户之间使用普通电话机就可以进行语音通信。普通电话 经过电话交换网( p s t n ) 连到电话网关，呼叫方网关负责鉴别主叫用户， 翻译电话号码网关口地址，发起p 电话呼叫，连接到最靠近被叫的网关，并 9 第二章v o i p 的原理及相关协议 完成语音编码和打包，接收端网关实现拆包、解码和连接被叫。这种模式的连 接示意图如图7 所示。 l i 母1 一 i - - 嘴i 黧l i 广1 j 【l 蓠 弋y 瞠兰 网关 图6p c - - p h o n e 模式的v o l p 一 网关网关 图7p h o n e - - p h o n e 模式的v o l p 2 6v o l p 的相关标准组织 目前参与v o i p 技术标准开发和推广的组织超过了2 0 家，其中最具影响力 的国际标准化组织主要有4 家：国际电信联盟标准化部门( 1 t u t ) 、欧洲电信 标准协会( e t s i ) 、i n t e m e t 工程任务组( i e t f ) 和国际多媒体远程会议协会 ( i m t c ) 。 ( 1 ) r r u t 国际电信联盟i t u ( i n t e m a t i o n a lt e l e c o m m u n i c a t i o nu n i o n ) 是联合国的一 1 0 v o m 终端的q o s 技术研究与实现 个分支机构，下设电信标准部、电信开发部和无线通信部等，侧重于电信标准 的制定。其中电信标准部中的s g l 6 研究组主要负责多媒体通信与服务的标准， 包括终端、调制解调器和通信协议等方面，最主要的工作就是制定h 3 2 3 系列 标准。 ( 2 ) e t s i 欧洲电信标准协会e t s i ( e u r o p e a nt e l e c o m m u n i c a t i o n ss t a n d a r d si n s t i t u t e ) 是一个拥有众多成员的开放论坛，其主要目标是决定和产生电信标准。e t s i t i p h o n e 工程组的主要目标是规定一套业务互操作性要求，确定接口和功能方 面的体系结构，对呼叫控制程序、信息流和协议进行规定，研究端到端的服务 质量参数及e 1 6 4 地址与m 地址之间的转换，同时规定计费和安全方面的问题。 其工作主要基于h 3 2 3 系列建议和现有的电路交换网标准。 ( 3 ) ! t f i n t e m e t 工程任务委员会i e t f ( i n t e m e te n g i n e e r i n gt a s kf o r c e ) 负责制订标 准化i n t e m e t 协议，在i p 电话技术标准的开发中，也起着举足轻重的作用。与 r r u t 相比，其反应速度快，组织开放性好。i e t f 制订新的信令协议包括会议 初始化协议( s p ) 、i n t e m e t 和p s t n 的网络互通协议等。 ( 4 ) i m t c 国际多媒体电话会议协会i m t c ( i n t e r n a t i o n a lm u l t i m e d i at e l e c o n f e r e n c i n g c o n s o r t i u m ) 是由来自世界各地的1 5 0 多个公司组成的一个非赢利性社团。其 宗旨是建立开放的国际标准，推动交互式多媒体远程会议的解决方案的发展和 实施。i m t c 的v o i p 论坛( v o i c eo v e ri pf o r u m ) 不定期地进行一些活动来制订 标准，促进电话业务。 由于i n t e m e t 的飞速发展，以及分组语音业务的巨大发展前景，在各厂商的 积极推动下，上述的组织积极推进了电话的标准化进程。当前，各组织对在 i p 网络上承载实时业务( 语音、视频等) 的方式并无不同，均是利用了i e t f 的r t p 协议 8 】 9 】，但是在呼叫建立和控制方面则有着不同的方案，其代表就是 h 3 2 3 协议和s i p 协议。 第二章v o i p 的原理及相关协议 2 7h 3 2 3 协议 h 3 2 3 系列建议 5 】定义了在无业务质量保证的因特网或其它分组网络p b n ( p a c k e tb a s e d n e t w o r k s ) 上多媒体通信的协议及其规程。h 3 2 3 提供设备之间、 高层应用之间和提供商之间的互操作性。它不依赖于网络结构，独立于操作系 统和硬件平台，支持多点功能、组播和带宽管理。h 3 2 3 建议的多媒体会议系 统中的信息流包括音频、视频、数据和控制信息。h 3 2 3 若和其它的i p 技术( 如 i e t f 的资源预留协议r s v p ) 相结合，就可以实现口网络的多媒体通信。 h 3 2 3 是u 的一个标准协议栈，如图8 所示。它不是单一的一个标准， 包括： ( 1 ) 系统的总体框架( h 3 2 3 ) 。 ( 2 ) 视频编解码，包括h 2 6 1 协议( 必选) 和h 2 6 3 。 ( 3 ) 音频编解码，包括g 7 1 1 协议( 必选) 、g 7 2 2 、g 7 2 3 1 、g 7 2 8 、t 2 7 2 9 等；音频和视频编码后的信息都封装在r t p ( r e a l t i m et r a n s p o r tp r o t o c o l 实时 传输协议) 中通过u d p 来传送。 ( 4 ) 数据通信t 1 2 0 ，通过可靠的t c p 来传送。 ( 5 ) 系统控制h 3 2 3 呼叫建立过程涉及到三种信令：r a s 信令( 注册、许 可和状态) 、h 2 2 5 0 呼叫信令和h 2 4 5 控制信令。其中r a s 信令完成终端与网 守之间的登记注册、授权许可、带宽改变、状态和脱离解除等过程；h 2 2 5 0 用 来建立两个终端之间的连接，它使用q 9 3 1 消息来控制呼叫的建立和拆除。 h 2 4 5 用来传送终端到终端的控制消息，包括主从判别、能力交换、打开和关 闭逻辑信道等。h 2 4 5 控制信令信道建立于两个终端之间，或是一个终端与一 个网守之间。 h 3 2 3 系统中，一个呼叫可以同时传送多种媒体信息( 音频、视频等) ，每 种媒体信息在一个逻辑信道上传送。h 3 2 3 汲取了许多电信网的组网、互联和 运营经验，使得h 3 2 3 能与p s t n 网以及其他数据网互联互通。这正是h 3 2 3 在全世界获得广泛应用的主要原因。1 9 9 6 年公布的h 3 2 3 第一版本中，实现了 通过局域网进行多媒体通信，规范了终端、网关、网守和多点控制单元4 个组 成部分的功能。由于h 3 2 3 第一版本不能确保不同系统间的互操作能力，1 9 9 8 年公布了h 3 2 3 第二版本，将应用环境扩展到广域的分组网络，增加了构筑电 1 2 v o i p 终端的q o s 技术研究与实现 信级i p 电话网的特性。1 9 9 9 年公布了面向大范围网络应用的h 3 2 3 第三版本， 该版本包括带宽管理和q o s 功能，重点针对口电话网的稳定性、冗余性、可 扩展性等问题作了补充，保证通话质量。2 0 0 0 年推出的版本4 加入了分离网关 结构，并使用h 2 4 8 协议来控制网关的行为，增加了h 3 2 3i p 电话系统与其他 网络的互通性，并且顺应了向软交换架构演进的潮流。 固匦 粪鹾攀笺 藤 蓊寨戮繁蒸蒸蓍 誊鬻雾参0 曩一i 参 i 鬻囊囊i 。 算+ 鬻戮豳迟笺攀鬻 瓣麟l | i 溪黪呼n 舞 戮萋轻髓- ；蒸豢誉鬻爹i 蕤信遭麓i i 鬻i 鍪烈9 3 1 鬻j ! 鬣蠢? j 鬻辫i 誊震 蠹辫j 薯。! i 爹 妻麓露貉滋 囊缫鬻蕤蘩i 鬻鬻戮荔鬻4 攀 簿z ! 荔鬻薯 蠹搿! j i 。 霪莲霾澎繁 鬻旒澄鬻 缕鋈戮i i 一囊笺? j 囊鬻 4 二7 ：尝，c 4 一n “一 7 辨# * ； ： “ 鬻蒺蕤溪潼暖譬二。薹蒺 u d pt c p 网络层( i p ) 链路层 物理层 图8h 3 2 3 协议体系结构 2 3 h 3 2 3 的缺点： ( 1 ) 控制协议复杂。h 3 2 3 的媒体管理采用了q 9 3 1 信令，在e 1 6 4 电话 号码转换到口地址的寻址过程中，以及建立呼叫和入网登记( r a s ) 的过程中， 终端和网关网守之间需要数十次交换消息，呼叫处理时延大；网络规模越大， 寻址过程越复杂，难以满足语音实时通信的要求，网络规模也因此受到极大的 限制。 ( 2 ) h 3 2 3 不支持多点发送( m u l t i c a s t ) 协议。为此，h 3 2 3 只能采用多点 控制单元( m c u ) 构成多点会议系统，所有参加会议的终端都要向m c u 发送 控制消息，m c u 可能会成为瓶颈，因而只能支持有限个多点用户。 ( 3 ) h 3 2 3 不支持呼叫转移。 第二章v o i p 的原理及相关协议 2 8s i p 协议 会话初始化协议( s i p ) 【6 是由t f 提出的多媒体坤的体系结构。s i p 不 像h 3 2 3 那样提供所有的通信协议，它是比较简单的会话初始化协议，只提供 会话或呼叫的建立与控制功能，可用来创建、修改以及终结多个参与者参加的 多媒体会话进程。参与会话的成员可以通过组播方式、单播连网或者两者结合 的形式进行通信。s i p 是一种应用层协议，可以用u d p 或t c p 作为其传输协议。 与h 3 2 3 协议不同的是，s i p 是一种基于文本的协议，用s i p 全球资源统一定位 符( s i pu n i f o r mr e s o u r c el o c a t o r ) 描述，易于实现和调试，更重要的是灵活性 和扩展性好。s i p 还具有建立呼叫快、支持传送电话号码的特点。s i p 可以应用 于多媒体会议、远程教学及i n t e m e t 电话等领域。 s i p 协议在美国发展很快，这是因为：( 1 ) 美国的国情与中国不同，美国的 电话普及率已达9 0 ，互联网发展十分迅速，它的v o l p 策略更注重互联网的 增值应用。( 2 ) s i p 技术发展初期的实现条件比较简单。在美国充分开放的电 信环境下，“简单 这一特点吸引了美国国内一批设备制造商和新兴运营商、服 务商投入大量财力和精力。 与h 3 2 3 相比，s i p 的优点是：( 1 ) s i p 既支持单点发送( u n i c a s t ) 也支持 多点发送，会话参加者可以随时加入一个已存在的会议。( 2 ) s i p 是一种基于 文本的协议，易于实现和调试。( 3 ) 由于s i p 仅用于初始化呼叫，而不是传输 媒体数据，因而造成的附加传输开销也不大。( 4 ) 灵活性、扩展性好。( 5 ) h 3 2 3 中为增值业务定义了专门的协议。s i p 没有这样做，但它可以很方便地支持增 值业务或智能业务。( 6 ) s i p 与i n t e m e t 结合紧密，适于开发新的、与互联网结 合的语音应用。 s i p 协议借鉴了其它因特网协议的设计思想，遵循因特网简练、开放、兼容 和可扩展等原则，比较简单，但在组网、管理、运营、计费方面的考虑还有待 成熟，在与传统p s t n 网的互联互通方面还有待完善，在组建v o l p 大网的实践 方面，还有待积累经验。有业内专家认为，尽管现在s i p 的技术还不太成熟， 但s i p 取代h 3 2 3 只是时间问题。因为h 3 2 3 的体系架构不适合未来的网络， 而s i p 协议正处在一种不断扩充、完善的过程中。 1 4 v o 口终端的q o s 技术研究与实现 2 9r t p i r t c p 协议 实时传输协议r t p 8 9 是由t f 的a v t ( a u d i ov i d e ot r a n s m