IP语音通信技术

心轨无痕

<div class="Section1" style="layout-grid: 15.6pt none">

IP语音通信技术

  1  IP语音通信发展

随着互联网络覆盖范围的急剧扩大和使用领域的拓展，基于互联网络的IP[1]语音通信也呈现出一派生机蓬勃的景象。2003年，互联网电话业务占国际长话市场的36％，互联网电话已经对大型的电话公司构成重大威胁。据行业分析公司IDC预测，截止2007 年，VoIP[2]设备市场总额将达到151 亿美元，年复合增长率为44％。据Gartner Dataquest预测，截止2007年，服务供应商的VoIP服务市场总额有望达到113 亿美元，平均年复合增长率达到27.2%。而据Frost & Sullivan关于IP语音的市场数据显示，2001年通过批发、零售方式销售的分组语音通话时间达60~150亿分钟，预测2007年分组语音通话量将达到全部通话量的75%。另据CCID相关数据显示，2005年亚太地区（不包括日本）IP 语音市场规模将达69亿美元。另据IDC预测，美国互联网电话市场将从2003年的2.81亿美元增长到2007年67亿美元；著名咨询公司Analysys也预测，2007年西欧的互联网电话业务收入至少可以达到25亿欧元，占电信市场业务收入的15%；该机构还指出，互联网电话将取代传统交换系统，话音质量最终也可以与传统话音质量相媲美，甚至更好。在亚洲，日本互联网电话业务发展也非常迅速，Yahoo BB的业务模式受到全球关注。中国互联网电话网络规模和流量在全球来说也名列前茅，且中国对互联网电话的重视程度很高。目前我国各大电信运营商都已开通互联网电话业务，提供IP语音服务并向规模化的方向发展，这对于每个电信运营商及众多设备厂商来说，无疑是一个巨大的市场契机。为什么IP语音的发展会有那么迅速呢？这除了归功于高速带宽技术的突破外，另一个基本原因是互联网电话通话费低廉，同时可以保证一定的语音质量。实质上这说明互联网网络利用率和自愈恢复能力要比电路交换网强，除此外，互联网电话可以：n         以近乎无限的方式，轻松实现系统扩容。除了通过网络扩容，还可按需要，通过给IP语音网关添加额外的端口来实现。n         通过标准计算机轻松处理数据格式的语音数据。分段传送电话，保存或转发被叫端的应答信息或语音邮件。   n         通过软件来实现基于IP的PBX[3]功能。这意味着无需很大开支就能实现其它功能，如电话会议、转发和录音电话。n         用标准PC组件来设计并部署基于PC的PBX，比传统方式有更大价格优势。本文将详细介绍IP语音的实现技术、通信控制管理、IPv4向IPv6过渡中的实现方案，最后简单地介绍一下中科院计算所信息网络室在IP语音通信方面所做的工作。 2  当前的IP语音实现技术

IP语音通信根据承载方式的不同，其实现方式也不尽相同。目前主要有两种：VoIP和TDMoIP。其中，VoIP是应用最广的一种IP网上语音通信传输的实现方式。 2.1  VoIP

传统的语音通信是以电路交换方式传输语音，所要求的传输宽带为64kbit/s。而VoIP是以IP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，然后采用IP数据报的逐跳路由方式进行传输。主要处理过程是：通过语音压缩算法对语音数据进行压缩编码处理(采用的语音编码标准主要是ITU-T G.711)，然后把这些语音数据按IP等相关协议进行打包，经过IP网络把数据包传输到接收地，再把这些语音数据包串起来，经过解码解压处理后，恢复成原来的语音信号，从而达到由IP网络传送语音的目的。在VoIP业务的网络环境中，主要有互联网电话终端、网关（Gateway）、网（关）守（Gatekeeper）等几部分组成。互联网电话终端包括传统的语音电话机、PC、互联网电话机，也可以是集语音、数据和图像于一体的多媒体业务终端。由于不同种类的终端产生的数据源结构是不同的，要在同一个网络上传输，这就要由网关或者是通过一个适配器进行数据转换，形成统一的IP数据包。互联网电话网关提供IP网络和电话网之间的接口，用户通过PSTN本地环路连接到IP网络的网关，网关负责把模拟信号转换为数字信号并压缩打包，成为可以在互联网上传输的IP分组语音信号，然后通过互联网传送到被叫用户的网关端，由被叫端的网关对IP数据包进行解包、解压和解码，还原为可被识别的模拟语音信号，再通过PSTN传到被叫方的终端。这样，就完成了一个完整的电话到电话的互联网电话通信过程。关守实际上是互联网电话网的智能集线器，是整个系统的服务平台，负责系统的管理、配置和维护。关守提供的功能有拨号方案管理、安全性管理、集中帐务管理、数据库管理和备份、网络管理等等。在实现方式上，VoIP有电话机到电话机、电话机到PC、PC到电话机和PC到PC等４种方式。最初VoIP方式主要是PC到PC，利用IP地址进行呼叫，通过语音压缩、打包传送方式，实现互联网上PC机间的实时语音传送，语音压缩、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。这种方式和公用电话通信有很大的差异，且限定在互联网内，所以有很大的局限性。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，发送端网关鉴别主叫用户，翻译电话号码／网关IP地址，发起互联网电话呼叫，连接到最靠近被叫的网关，并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。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，以及语音编解码和打包。从理论上讲，在IP网络上传输语音看起来并不难：数字化后的语音信号只是一种数据，可以和其它数据一样由分组网络传输。电话网络的主要技术成就，如最低成本路由方法，在IP网络中都可以找到与之相对应的部分。然而，如果想与TDM[4]网络进行竞争，VoIP必须切实解决两个主要问题：即QoS[5]和信令。n         服务质量（QoS） 服务质量对于数据业务和语音业务有着完全不同的含义。数据要求正确传输，对时延要求不高；但语音则对时延十分敏感，丢失几毫秒的信息对语音应用产生的影响倒不易察觉。语音的这个要求与IP网络的原意完全相左。除此以外，有关语音质量的其它技术，如回声抑制、语音压缩，并不是数据网的固有功能，需要对IP网络进行改造才能满足这些方面服务质量的要求。n         信令 当前几乎所有在VoIP领域的研发努力都集中在解决QoS问题上，而对信令问题的研发几乎是空白。这里所说的信令问题是指打电话时除了语音之外所需的交换信息。如摘机、震铃等基本的功能，接通正确的号码和记帐所需的更高级的功能，来电显示、呼叫转移、电话会议等复杂的功能，以及目前智能网络新增的功能。这样的功能包括几千种，再加上几十个国家和地区的细微差别，更增加了复杂程度。 2.2  TDMoIP

TDMoIP[6]技术是在IP网络上进行的线路扩展，它将IP网络作为原有TDM网络的一种插入式替换，通过附加适当的报头，用IP包封装每个T1或E1帧后进行传输。它可以与所有的现有设备，如传统PBX和交换机，实现无缝接入，从而提供电话通信服务。TDMoIP技术不做任何数据解释,透明地传输TDM帧，从而在接收端可以方便地提取TDM内的传输内容。这样，TDMoIP就可以用来传输任意的T1/E1服务，即使有些通道本来是用来传送数据的，或整个帧都是非结构化的数据流。与VoIP相比，TDMoIP更简单，因为它对语音、数据信令和协议是透明的，即使这些协议都是专用的。而VoIP则面临新协议带来的麻烦并且要实现信令格式的转换。VoIP的确承诺支持新的协议，但TDMoIP自动使用了现存PBX和CTI[7]功能所具备的优势。至于带宽优化，VoIP使用DSP[8]进行语音压缩和静音抑制从而满足带宽要求。但这是以降低通信质量和增加延迟为代价的。尽管如此，TDMoIP和VoIP实质上还是互补的。从用户端到运营商POP[9]之间通过IP网络透明扩展TDM主干，使运营商在有资源的POP开发更大的、可扩展的VoIP网关和软交换变得简单容易，并为用户在用户端提供简单的TDMoIP网络终端单元NTU[10]。这些TDMoIP电路可比VoIP提供更多的服务，如通常的PSTN[11]接入、中央交换机、帧中继和ISDN[12]。 3  IP语音通信的控制管理

3.1  VoIP

IP语音通信的服务质量保障和信令问题除了要解决连续性信号码流分组和还原以及编码压缩/还原的媒体网关外，关键是码流的信令控制和服务质量。信令控制方面迄今存在着多种很难互操作的制式。总的说来，VoIP信令协议大体上可分为三种，即（1）H.323网守，沿袭LAN[13]上多媒体会议通信协议，提供呼叫控制、呼叫管理和会议功能等；（2）MGCP[14]媒体网关控制协议，控制媒体网关状态并指示它们传送媒体到指定地址；（3）SIP[15]，用客户/服务器分布式呼叫控制和能力协商。 n         H.323协议集ITU的H.323系列建议定义了在无业务质量保证的互联网或其它分组网络上多媒体通信的协议及其规程。H.323标准是局域网、广域网、内联网（intranet）和互联网上的多媒体提供技术基础保障。它是支持局域网上进行视频（多媒体）通信的一组协议。1996年公布的第一版中，协议集规范了终端、网关、网守和多点控制单元4个组成部分的功能。由于H.323标准留下很大的释义余地，所以不能确保不同系统间互操作能力。 为了改进操作效率，1998年初公布了H.323第二版本，把寻址能力推广到非H.323的域名查号和域名访问协议以及验证授权功能；此后于1999年公布了面向大范围网络应用的H.323第三版本，包括带宽管理和QoS功能。H.323很大程度上是基于ITU以前的有关多媒体的协议，包括用于ISDN的H.320，用于B-ISDN[16]的H.321和用于G.STN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.325，与电路交换业务互操作的H.246。总的说，H.323协议规范已很成熟，但由于H.323当初并非专门针对电话业务特性设计的，协议的媒体管理采用了ISDN的Q.931信令（DSS1），在寻址（E.164电话号码编号转换到IP地址的寻址过程）建立呼叫和入网登记（RAS[17]）过程中，终端和网关/网守间协商操作需要数十次往返交换消息，操作耗时。而且网络规模愈大，寻址过程愈复杂，难于满足语音实时通信的要求。 n         MGCP协议Arango和Huitema提出了VoIP的新的体系结构。体系结构中涉及三部分：信令网关（

月下闻箫

阳光无线