VoIP的关键技术

aloevera

在许多场合，VoIP技术仅指通过IP网络实现类似普通老式电话的功能。但是，在传统电话网的业务不断发展的情况下，VoIP的含义和设计目标也超越了其字面意义；也就是说VoIP技术不仅指提供双方会话的传统电话技术，而且是包含话音、图像和数据、支持各种智能业务的双方及多方多媒体通信技术。
                  　　由于传统PSTN的广泛存在性等历史渊源，在相当长一段时间内，新兴的IP电话系统要充分发挥其优势，就必须考虑与PSTN的互通问题。这就要在IP网与PSTN交换机之间配置IP电话网关，以实现媒体流与控制信令的互连互通。这样IP电话就有了4种方式：电话到电话、电话到PC、PC到电话和PC到PC，如图2所示。

                  　　电话到电话即普通电话经过电话交换机连到IP电话网关，用电话号码穿过IP网进行呼叫。发端网关鉴别主叫用户，翻译电话号码/网关IP地址，发起IP电话呼叫，连接到最靠近被叫的网关，并完成话音编码和打包。收端的网关实现拆包、解码和连接被叫。
                  　　对于电话到PC或是PC到电话的情况，是由网关来完成IP地址和电话号码的对应和翻译，以及话音编解码和打包。
                  　　PC到PC方式下，多媒体PC经过电话线或局域网连接到Internet上，利用IP地址进行呼叫。话音压缩、编解码和打包均通过PC上的处理器、声卡、网卡等硬件资源完成。
                  　　对于Internet或企业内部互联网（Intranet）这样的无连接数据网络是没有业务质量保障的，必然会存在分组丢失、失序到达和时延抖动的情况。这样，就必须采取特殊的步骤来保障一定的业务质量。例如，高层协议TCP提供了流控和差错恢复，但会产生显著的时延和时延抖动，因而在此环境中，TCP就不可用作第三层协议。基于多媒体数据与一般计算机数据不同，它能容忍一定程度的差错，而不会明显地影响通话或图像质量。因此，多媒体数据传输都采用UDP传输协议。由于UDP只是提供了一个基本的传输手段，而多媒体传输应用需要多媒体编码类型、同步时标、分组序列号等参数，以及一定程度的业务质量保障，因而提出了实时传输协议RTP/实时传输控制协议TRCP[3]。
                  VoIP的关键技术包括：
                  　　（1）信令技术，包括ITU-TH.323和IETF会话初始化协议SIP[4]（SessionInitationProtocol）两套标准体系，还涉及到进行实时同步连续媒体流传输控制的实时流协议TRSP。
                  　　（2）媒体编码技术，包括流行的G.723.1、G.729，G.729A话音压缩编码算法和MPEG-II多媒体压缩技术。
                  　　（3）媒体实时传输技术，主要采用实时传输协议RTP。
                  　　（4）业务质量保障技术，采用资源预留协议RSVP和用于业务质量监控的实时传输控制协议RTCP来避免网络拥塞，保障通话质量。
                  　　（5）网络传输技术，主要是TCP和UDP。

                  　　此外还涉及到分组重建技术和时延抖动平滑技术、动态路由平衡传输技术、网关互联技术（包括媒体互通和控制信令互通）、网络管理技术（SNMP）以及安全认证和计费技术等等。
                  　　 本文着重介绍编解码技术、Internet话音分组传输技术、控制信令技术。


                  VoIP的关键技术
                  1.媒体编码技术
                  　　目前，话音和图像压缩技术发展十分迅速，已经研究开发出很多高效率的压缩编码技术。如先进的以码本激励线性预测（CELP）原理为基础的G.729、G.723（G.723.1）话音压缩编码技术。以G.729为例，它可将经过采样的64kb/s话音以几乎不失真的质量压缩至8kb/s。话音压缩编码技术是IP电话技术的一个重要组成部分。图像编码方面有IP网络会议系统采用的H.261（活动图像编码）和H.263（低速率活动图像编码）。
                  　　由于在分组交换网络中，业务质量不能得到很好保证，因而需要话音和图像的编码具有一定的灵活性，也就是说编码速率、编码尺度的可变可适应性。在图像编码方面，H.263采取了多种方式使得图像编码的尺度可变（分层编码、多精度编码），即根据不同的信道质量可以对码流进行调整，以保证所需的业务质量。在话音编码方面，近年来的研究得出G.729中一种很好的算法。G.729原来是8kb/s的话音编码标准，现在经进一步的研究和实践将其工作范围扩展至6.4～11.8kb/s，话音质量也在此范围内有一定的变化，但即使是6.4kb/s，话音质量也还不错，因而很适合在VoIP系统中使用。G723.1采用5.3/6.3kb/s双速率话音编码，其话音质量好，但是处理时延较大，它是目前已标准化的最低速率的话音编码算法。在目前接入网速度普遍较低的情况下，G.723.1话音编码也大量运用于H.323会议系统中。
                  编码方法 G.723.1 G.729 G.729A
                  表1 几种话音编解码方法的性能对比
                  　　　　　　编码方法　　 G.723.1　　　 G.729　　　 G.729A
                  　　　　　　比特率　　　 5.3/6.3kb/s　　 8kb/s 　　　8kb/s
                  　　　　　　帧长度 　　　30ms 　　　　　10ms 　　　　10ms
                  　　　　　　处理时延　　 30ms 　　　　　10ms 　　　　10ms
                  　　　　　　观看时延 　　7.5ms 　　　　　5ms 　　　　5ms
                  　　　　　　帧字节数 　　20/24 　　　　　10 　　　　　10
                  　　　　　　DSP MIP 　　　16 　　　　　　20 　　　　　10.5
                  　　　　　　RAM 　　　　　2200 　　　　　3000　　　　 2000
                  　　相关的话音技术还包括静音检测技术和回声消除技术。有研究结果表明，人们在打电话时约有50％为聆听对方讲话的静默时间，10％为讲话时短暂停顿的静默时间。静音检测技术可以有效剔除静默信号，从而使话音信号占用的带宽要求进一步降低到3.5kb/s左右；回声消除技术利用数字滤波器技术来消除对通话质量影响很大回声干扰，保证通话质量。这点在时延相对较大的分组网络环境中尤为重要。

                  VoIP的关键技术
                  2 Internet话音分组传输技术
                  　　在IP网中传输层有两个并列的协议：TCP和UDP。TCP是面向连接的，它提供高可靠性服务；UCP是无连接的，它提供高效率的服务。高可靠性的TCP用于一次传输要交换大量报文的情况，高效率的UDP用于一次交换少量的报文或实时性要求较高的信息。
                  　　实时传输协议RTP提供具有实时特征的、端到端的数据传输业务，可以用来传送声音和活动图像数据，在这项数据传输业务中包含了装载数据的标识符、序列号、时戳以及传送监视。通常RTP的协议数据单元是用UDP分组来承载的。而且为了尽量减少时延，话音净荷通常都很短。图3表示一个IP话音分组的结构，图中IP，UDP和RTP的控制头都按最小长度计算。

                  　　由图3以可看出，这种IP话音分组的开销很大，约为66％～80％。于是有人提出了组合RTP分组的概念，如图4所示。

                  　　采用这种组合复用方法的确可以大大提高传输效率，但是目前尚无标准。
                  　　如果支持RTP的网络能提供组播功能，则它也可用组播方式将数据送给多个目的用户。

                  　　RTP本身没有提供任何确保及时传送的机制，也没有提供任何传输质量保证的机制，因而业务质量完全由下层网络的质量来决定。同时，RTP不保证数据包按序号传送，即使下层网络提供可靠性传送，也不能保证数据包的顺序到达。包含在RTP中的序列号就是供接收方重新对数据包排序之用。
                  　　与RTP相配套的另一个协议是RTCP协议。RTCP是RTP的控制协议，它用于监视业务质量并与正在进行的会话者传送信息。

aloevera

3.控制信令技术
                  　　媒体的传输技术保证了话音的传输，而控制信令技术保证电话呼叫的顺利实现和话音质量，并且可以实现各种高级的电话业务，如类似PSTN上的智能网（IN）业务，综合业务数字网（ISDN）上的补充业务。目前被广泛接受的VoIP控制信令体系包括ITU的H.323系列和IETF的会话初始化协议SIP。
                  3.1H.323
                  　　ITU的H.323系列建议定义了在无业务质量保证的Internet或其它分组网络上多媒体通信的协议及其规程。这些分组网络主宰了当今的桌面网络系统。因此，H.323标准为局域网、广域网、Intranet和Internet上的多媒体提供技术基础保障。
                  　　H.323很大程度上是建筑在ITU以前有关多媒体协议的基础上，包括用于ISDN的H.320，用于B-ISDN的H.321和用于GSTN终端的H.324等建议。其编码机制，协议范围和基本操作类似于ISDN的Q.931信令协议的简化版本，并采用了比较传统的电路交换的方法。相关的协议包括用于控制的H.245，用于建立连接的H.225.0，用于大型会议的H.332，用于补充业务的H.450.1、H.450.2和H.450.3，有关安全的H.235，与电路交换业务互操作的H.246。
                  　　H.323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.323具备相当的灵活性，支持包含不同功能的节点之间的会议和不同网络之间的会议。H.323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。信息流采用H.225.0建议方式来打包和传送。H.323为基于网络的通信协议定义了4个主要的组件：终端（Terminal）、网关（Gateway）、网守（Gatekeeper）和多点控制单元（MCU）。
                  　　　　H.323呼叫建立过程涉及到三种信令：RAS（注册：Registration、许可：Admission和状态：Status）信令，H.225.0呼叫信令和H.245控制信令。其中RAS信令用来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.225.0呼叫信令用来建立两个终端之间的连接，这个信令使用Q.931消息来控制呼叫的建立和拆除，当系统中没有网守时，呼叫信令信道在呼叫涉及的两个终端之间打开；当系统中包括一个网守时，由网守决定在终端与网守之间或是在两个终端之间开辟呼叫信令信道；H.245控制信令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、模式参数请求、流控消息和通用命令与指令等。H.245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.323的基本信令协议结构如图5所示。

                  呼叫建立过程根据网守的参与程度可分为网守路由的呼叫和端点直接的呼叫。在图6中，以网守路由的呼叫为例说明了H.323中呼叫的建立过程。

                  3.2SIP
                  　　会话初始化协议SIP是由IETF提出并主持研究的一个应用层控制信令协议。它被用来创建、修改以及终止一个或多个参与者参加的会话进程，可在会话中邀请其它参与者加入。这些会话包括所有Internet上交互式两方或多方多媒体通信活动。参与会话的成员可以通过组播方式、单播连网方式或两者结合来进行通信。
                  　　SIP协议是一个正在发展和研究中的协议。它借鉴了其它Internet的标准和协议的设计思想，坚持简练、开放、兼容和可扩展等原则，并且充分注意到Internet开放而复杂的网络环境下的安全问题。同时，它也考虑了传统PSTN的各种业务，包括智能网业务和ISDN业务的支持。
                  　　用来创建会话的SIP邀请消息带有会话描述，使得参与者能够通过SIP交互协商。它通过代理转发（proxy）和重定向（redirect）用户在当前位置的“请求”（request）来支持用户移动性。用户可以登记他们的当前位置。SIP协议独立于其他会议控制协议。它在设计上独立于下层传输层协议，可以灵活方便地扩展其它附加功能。
                  存在问题与发展前景
                  　　IP电话发展到现在，已经取得很大的进展，有了许多成功的范例。但是，就其技术本身来说，仍然有一些问题未能得到很好的解决。
                  　　第一，是业务质量问题。在现在的网络条件下，必须在时延和分组丢失之间进行权衡。
                  　　 第二，是计费问题。目前网关可为本地用户计费，但PC到PC方式尚不能按呼叫计费，而且IP网的实时业务计费方式尚无标准。
                  　　 第三，是IP地址/电话号码映射问题。这必须采用动态分布数据库技术，其映射方式也尚无标准。
                  　　
                  第四，增值业务和人机关系，目前基于PC的电话厅开展多媒体信息检索、话音邮件、白板书写、号码簿服务等增值业务。但由于接入带宽限制，家庭用户很难使用。而且为了接收呼叫，PC不能关机，始终连网，也不能移动或无绳化。此外，使用网关结构可用普通电话，使用方便，但增值业务实现困难。
                  　　
                  第五，和现有IN互通问题。这涉及及到如何提供IN业务及如何和IN互通。目前ITU和其它标准化组织正在这方面进行积极的探索，并提出了一些概念模型。
                  　　若能较好地解决上述问题，再加上IP电话的诸多优势（如采用压缩编码、静音检测、统计复用而带来的资源节省，成本大幅度降低；可做完全加密；提供用户身份认证；人机接口智能化；支持先进业务，在不改变网络前提下可扩展成多媒体通信），IP电话的发展前景将是非常令人瞩目的。
                  　　从市场驱动来看，IP技术最好地支持了今后的电信业务，包括话音和数据业务。IP网可快速而灵活地引入新的复杂的业务，而且由于IPoverSDH、IPoverWDM和IPoveroptical等技术的成熟更使IP网容易建设，使新的运营者容易切入电信业务，可结束电信垄断。VoIP从长途电话业务开始，因为现在的收费政策对VoIP有利。
                  　　这一切必将导致越来越多的用户和商用通信设备转向IP，利用IP网络实现家庭电话、移动电话、寻呼、邮件等业务。IP电话只是IP网中的第一个实时通信业务，以后会出现其它新业务，如可视电话，可视电话会议，远程医疗、远程教育和远程工作等。而且VoIP允许新的通信方式，可以提供多媒体内容，这将是推动IP发展的最终决定性因素。
                  　　下一世纪的网将可能是主要基于IP的网络。IP电话会获得巨大发展，分流PSTN电话业务。与此同时，ATM电话将投入商用，出现IP，ATM和PSTN互通和互补、话音业务和非话业务相融合的局面，形成未来的多业务网（Mulit-serviceNetwork）。