VoIP发展简史和基础知识

YES东

一、        IP电话发展简史

    IP电话迅速发展的背景，从最初的Internet联应用到可以利普通电话实现通话，IP电话在短短的几年间得到了非常迅速的发展。IP电话为什么会在这样短的时间里引起全球电信界的关注，并且正在或将要对传统的通信方式产生巨大的冲击？这除了IP电话采用语音压缩和统计复用技术节约宽带从而造成运营成本降低外，还有以下两个原因：

　　第一，电话业务历来都是各国管制最为严格的业务，但对于IP电话各国大多采取宽容甚至是扶植的态度，如美国将IP电话归类为增值业务，从而不必承担长途电话公司所受的管制规定，这样IP电话提供长途电话业务时，不必向本地电话公司交纳占长途电话费40%左右的接入费。这样庞大的通信市场潜力，必然吸引众多传统和新型的电信公司加入到IP电话的研究、开发和经营的队伍中。

　　第二，各国国际长途电话费存在着严重的不平衡性，且国际长途电话业务在很多国家都是垄断经营的。这样，国际话费低的国家电信运营者可以利用各国对IP电话的政策优惠，通过IP电话向国际话费高的国家渗透，直接或间接进入电信市场中尚未开放国家的国际长途业务经营领域；而资费高的国家可以降低IP电话同国际回叫业务争夺用户，同时开拓新的用户群；在国际电信业务垄断经营国家，新的电信或ISP运营者迫切希望进入这一高利润的垄断经营领域，IP电话的应运而生好正好为其提供了一条有效途径。

二、原理
VoIP的原理及技术
　一、 VoIP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64kbit/s。而所谓的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，使之可以采用无连接的UDP协议进行传输。
VoIP设备是如何把语音信号转换为IP数据流，并把这些数据流转发到IP目的地，IP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IP传输，且可以是IP路由器和网络链路的任意组合。因此可以简单地将VoIP的传输过程分为下列几个阶段。
　1、 语音-数据转换

　语音信号是模拟波形，通过IP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10~30ms。考虑传输过程中的代价，语间包通常由60、120或240ms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ITU-T G.711。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15ms的帧，则把从第一来的60ms的包分成4帧，并按顺序进行编码。每个帧合120个语音样点（抽样率为8kHz）。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。IP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。

　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IP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IP数据流的任何拓结构或访问方法。

　4、 IP包-数据的转换

　目的地VoIP设备接收这个IP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15ms，，是60ms的语音包被分成4帧，然后它们被解码还原成60ms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（480个）取出送入声卡，通过扬声器按预定的频率（例如8kHz）播出。简而言之，语音信号在IP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IP分组、IP分组通过网络的传送、IP分组的解包和数字语音还原到模拟信号等过程。

三、SIP协议概述
　SIP中有客户机和服务器之分。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。用户代理（User Agent）和代理（Proxy）中含有客户机。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。共有四类基本服务器：

　　•用户代理服务器：当接到SIP请求时它联系用户，并代表用户返回响应。

　　•代理服务器：代表其它客户机发起请求，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。

　　•重定向服务器：它接收SIP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。

　　•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。用户终端程序往往需要包括用户代理客户机和用户代理服务器。代理服务器、重定向服务器和注册服务器可以看出是公众性的网络服务器。在SIP中还经常提到定位服务器的概念，但是定位服务器不属于SIP服务。

    SIP共规定了六种信令：INVITE、ACK、CANCEL、OPTIONS、BYE、REGISTER。其中INVITE和ACK用于建立呼叫，完成三次握手，或者用于建立以后改变会话属性；BYE用以结束会话；OPTIONS用于查询服务器能力；CANCEL用于取消已经发出但未最终结束的请求；REGISTER用于客户出向注册服务器注册用户位置等消息。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

1.IP电话的概念

IP电话通常被称作Internet电话或网络电话，顾名思义，就是通过Internet打 电话。从广义上说，它应被称为Internet电信，因为它包括语音、传真、视频传输等多种电信业务。

2. IP电话的基本原理

IP电话的话音是利用基于路由器／分组交换的IP（Internet／Intranet）数据网进行传输。由于Internet中采用“存储一转发”的方式传递数据包，并不独占电路，并且对语音信号进行了很大的压缩处理，因此IP电话占用带宽仅为8kbit／S－10kbit／S，再加上分组交换的计费方式与距离的远近无关，自然大大节省了长途通信费用。 Internet是由众多各种不同的计算机网络互联组成的，遍布世界各地。Internet的出现和普及极大地改变了人们的交流和通信方式。Internet使用标准的TCP／IP协议来实现各计算机之间的相互通信和数据交换。

TCP／IP协议则负责将要传输的IP数据分组排队发送到网络上。每个分组均包含地址及数据重组信息，以确保数据安全和数据分组交换正确无误。 IP Telephony就是以Internet作为主要传输介质进行语音传送的。首先，语音信号通过公用电话网络被传输到IP Telephony网关；然后网关再将话音信号转换压缩成数字信号传递进入Internet；而这些数字信号通过遍及全球而成本低廉的网络将信号传递到对方所在地的网关，再由这个网关将数字信号还原成为模拟信号，输入到当地的公共电话网络，最终将语音信号传给收话人。

3. IP电话系统的关键设备—一网关

设在各地的网关由一个独一的IP地址表示，它是架通两种通信传输方式的一座桥梁，是Internet上的“交换局”，以实现远程电话间的互联和通信，。 在一边，网关连接传统的电路交换网（Circuit－switched Network）如公共交换电话网（PSTN），可和外部的任意一部电话通信。在另一边，网关连接分组交换网（Packet－Switched Network）如Internet、Intranet等，可和接入网络的任意一台计算机通信。在整个Internet Phone系统中，网关分布在世界各地，处理当地的PSTN网与Internet的接入和转换理。网关接收标准电话信号，经数字化与大幅度地压缩后，使用IP协议进行分组送到Internet，找出传输路由，通过Internet发往目的地。反之，接收Internet传输过来的数据分组，并转往电话网络系统。接入和转出电话网络系统可同时进行，实现全双工（双向）通话。 例如在北京拨打一个到旧金山的长途电话，在北京，一个普通的公共电话通过 PSTN接入本地网关，本地网关对数据进行特定的压缩算法处理，组织成包含主、被叫号码、时间、通话信息等数据的IP分组，并分析被叫号码，根据路由表，把它映射成为一个IP地址，通过路由选择，发往该IP地址（如旧金山）对应的远端网关。 而在被叫方旧金山，远端网关接收北京本地网关传输过来的IP数据分组，进行相反过程的解压缩，再发往其本地端的PSTN网。这样，就实现了两地的实时通信。而其所包含的通信费用仅为北京本地普通电话费+Internet通信费+旧金山本地电话费。由于Internet的通信费是较低的，所以长途电话费用大大下降。

4. IP电话话音质量

话音质量基本取决于两个因素：一是上网通信线路的速度;二是Internet本身是否繁忙。IP电话话音质量与普通电话话音质量相比主要有两个方面的差别： 一、是话音滞后，二、有时略有失真现象。凡是使用过IP电话的人，普遍认为话音质量比想象的好，一般来讲介于普通电话与移动电话之间。为了提高话音质量，最直接的方法是扩大Internet的接入速率，使用良好的Internet接入线路。

5. IP电话系统中的几个关键技术和标准(1)

* IP电话的基本标准 Internet电话的标准采用ITU－T H.323标准。H.323是ITU的多媒体通信协议 系列H.32x中的一个。H.323提供了基于IP网络（包括Internet）的传送声音、视频和数据的基本标准，它是一个框架协议，与之相关的传输、控制及声音、视频压缩等标准见下表（表中还包含了多媒体在其余网络（ISDN、PSTN）中的系列协议）。 H.323定义了网络传输中的四种基本的构成单元：终端、网关、关守和多点控制器（MCU）。 * 网络协议标准一般说来，Internet电话的呼叫建立和控制大多建立在TCP基础上，而音频流的传送则建立在UDP基础上，为保证传送的实时性，IETF增加了几个重要的协 议： RSVP（Resource Reservation Protocol）：一般说来，在IP网络上保留足够的带宽用于多媒体的传送是十分困难的，为此IEtF，定义了资源预留协议 （RSVP）。RSVP允许接收者申请特定数量的带宽用以进行数据传输，有了RSVP，传统的无QoS（Quality of Service）保证的IP网络获得了QoS保证。要能够使用 RSVP，H.323的终端、网关、MCU等必须支持，IP网络上的路由器等也必须支持， RSVP在RFC2205－RF C2209中定义。 RTP／RTCP（ Real－Time Protocol／Real-Time Control Protocol）：RTP 是IETF定义的用以传送音频、视频流的协议，RTP建立在UDP上，在RTP的头部，定义了一个时间戳（Time Stamp），使得音视频的实时传送及同步得到保证。 RTCP则是控制和监视RTP及其QoS的协议。H.323是建立RTP基础上的。RTP／RTCP 协议见RFC1889和C1890。

6. IP电话系统中的几个关键技术和标准 (2)

* 语音编码标准 H.323中定义了多种话音的传送，IETF成立了AVT（ Audio／Video Transport）工作组用以进行话音传送的研究。目前，Internet电话中常用的语音编码比特流速率如下： G.711 64Kbit/s, G722 48－64kbit/s，G.728 16kbit/s, G.723和G.723.1 5.3kbit／S或6.3kbit／S，G.729和G.729A8或13kbit／s。 在通话双方不说话时不传送话音数据能有效地节约带宽，但为防止静音压缩时通话听起来时断时续的感觉，建议在静音过程中加上背景噪声，IMTC的VoIP论坛提出了可变参数的背景噪声传递方法。*控制模块 H.323的系统控制包括：H.245控制、Q.931呼叫信号控制和RAS控制。H.245控制信道是一个可信通道，用来承载控制信息用以对H.323实体的操作。这些控制包括：性能交换、打开或关闭逻辑通道、优先级请求、流程控制信息以及基本的命令的指示等。 呼叫信号通道利用Q.931在两个终端间建立连接。 RAS信号通道完成注册、访问权限、带宽改变及状态更新等。RAS信号通道一般在终端和关守间建立，如果关守不存在，那么就没有了RAS通道。


IP电话技术的演进

——IP电话以其经济、高效率和超时代的技术发展等特点，自1995年以来得到了迅猛发展，目前已成为数据语音通信中最有竞争力的技术之一。全球许多国家开通了I P电话的运营业务，我国的IP电话试运营工作也已经半年有余，IP技术正呈现出蓬勃的生命力，必定推动信息产业的进一步发展，IP电话的发展，历经了两个初级阶段，目前正在高速地向第三个阶段演进

——统一融合。

1 技术积累阶段

——在技术积累阶段， CTI领域的专家提出语音传输的分组设想：所有的分组语音系统都遵循一种通用的模式，分组语音传输网络可以采用IP、帧中继或ATM。在这些网络的边缘设置称为 “语音代理”的设备或部件，其任务是将语音信息从传统的语音格式转换为适用于分组传输的格式，然后通过上述网络将分组数据发送到目的地的语音代理设备上。

——语音代理连接模式在分组语音网络传输系统中需要解决两个问题，才能使分组语音服务满足用户的需要。首先是语音编码的转换，即如何将语音信息转换为数字信号；另一个问题是信令转换，它主要是鉴别呼叫方所呼叫的对象，以及呼叫方在网络中的位置。

——人类的语言都是以模拟信号形式表示的，早期的电话模拟信号可以描述为平滑的“正弦波”，虽然模拟通信技术已相当发达，但是传输的效率不高，当传输衰减导致模拟信号变弱时，要将复杂的模拟语音信息和传输噪声区分开来是很困难的。

——数字信号只有“1”和“0”两种状态，易于同噪声区分开，而且不易发生畸变。因此，全球的通信系统已转换为数字传输格式，称为脉冲编码调制（PCM），PCM将模拟语音转换为数字格式。标准电话PCM使用8位代码和8000／秒采样频率，所以每一路电话占用64kb／s信道带宽，另一种称为自适应微分PCM（ADPCM）的电话语音标准将语音转换为4位代码，因此仅占用32kb／s， ADPCM通常用于长途线路。

——正是基于这样的技术，人们研制成功了第一代IP电话设备，利用计算机上的声卡语音采集原理，将64kb／s的模拟语音转换为ADPCM数字信号，在Internet上实现计算机到计算机的初级 IP电话功能。这种系统由于主要是利用计算机来完成语音的压缩和控制，所以，一般只能实现一路话音的实时通信。例如，在PII233的计算机系统上最多只能完成4 个话路的语音通信。在这系统中，比较实用的IP电话系统有很多，如Vocaltec的IPhone、Microsoft的Netmeeting系统等。第一代IP系统的研制成功，激起了人们对IP电话系统的极大兴趣，从而，推动了IP电话技术的应用研究，人们希望像一般电话系统一样来使用IP电话系统。

2 实用阶段

——IP电话的第二个发展阶段是在第一个阶段的基础上的飞跃，它不但可以实现象PSTN系统一样使用IP电话系统进行通信，而且也可以实现大话务量的呼叫。利用目前的PSTN交换系统，进行IP电话的通信的阶段称为“实用阶段”。实用阶段的IP电话主要是一个网络接入设备，它完成数据网络传输和PSTN的转接功能。一个实用的I P电话接入终端系统（我们称之为Gateway），一般包括五个部分：

——.建立和控制电话的接续、通话和拆线工作

——.语音压缩和数据编码处理

——.数据网络传输和控制：

——.系统维护部分

——.用户信息管理

——这类系统仍是组建在计算机系统上的，但它不是终端用户设备。所以，对一般用户来说，只需要一个电话机，即可实现IP通信。下面我们来研究各部分的功能及实现方法。

2.1 建立和控制电话的接续、通话和拆线

——建立和控制电话的接续、通话和拆线是IP电话系统和PSTN的信息交换界面，也是目前的一般电话系统向Internet／Intranet转换的出入网关。这部分的工作主要是通过对电话卡（例如 E1卡）的编程控制来实现。

——由于E1卡可以接受PSTN信息，并去掉有关的信令，录制成为纯数字语音信号，所以，信令的转换工作基本上由E1卡来完成。但在一个完整的IP电话网关中，各个部件之间必须相互交流信息，协调工作。E1卡和语音压缩卡之间，语音压缩卡和网卡（NIC）之间，以及各部件和用户界面之间，都需要充分的信息交换。这些信息的交换，可以通过状态机的行为来控制。

2.2 电话的接续和拆线工作

——首先，由PSIN上的主叫用户A摘机，发端Capitel收到主叫用户的摘机信号后，向主叫用户送拨号音或）IVR（交互式语音应答）提示。主叫用户听到拨号音，开始拨号，将被叫号码送到 A端交换机Capitel。

——A端Capitel根据被叫号码选择IP地址和最佳路径，并在选择好的路径上向B端Capitel发送通道占用信号，即由A端Capitel的出信号占用B 端Capitel的入信号。然后由A端的Capitel将被叫号码送往B端的Capitel。（注：本系统以北京邮电通信设备厂的Capitel IP电话系统为例）。

——B端的Capitel根据被叫号码，将纯数字信号转化为PCM信号送到B端的PSTN上，接通被叫用户。被叫用户摘机应答，并将摘机信号送到B 端的Capitel上，再由B端Capitel转发给A端 Capitel，双方开始通话。当通话结束时，若A端用户先挂机，则主叫用户向Capitel送复原或拆线信号，并由B端Capitel将此信号发送给B 端的PSTN；若B端用户先挂机，则B向A端Capitel送复原或拆线信号，一切复原。

——2.3 语音压缩的数据处理

——语音压缩主要是对语音信号进行压缩处理，常用的语音处理方法有：G.711、G.722、 G.729和G.723，这些压缩算法必须在硬件上处理完成，否则，就不可能实现大话务量的呼叫任务。本部分可以利用程序来控制语言压缩卡，使它根据我们的需要对语音信号进行实时的处理。当语音数据采集完成后，必须放入内存中，在采集的过程中。第一步必须采集无压缩的数字信号，然后经压缩处理后，按要求的结构送到指定的内存，并在CPU的控制下，利用DSP中的算法，进行相应的数据压缩处理。经过压缩处理后的语音信号，再经过分组和编码，形成标准的数据包，然后将这些封包的数据按流的形式送到网络中进行传输。

——2.4 数据编码处理

——数据编码处理是H.323模块所要完成的主要工作，它是涉及语音数据发送格式能否在互异系统上相互接收的关键，该协议于1996年5月2 8日由ITU公布，目前已广泛用于多媒体数据通信中，它是使用在综合业务数字网（ISDN）中的一个多媒体通信协议。

——具体的协议标准包括：H.255.0（呼叫处理协议），H.245（控制处理协议），H.261和 H.263（视频处理协议），T.12O（数据处理协议）。在IP电话系统中，这部分工作主要完成如下任务：

——.实时音频编码处理

——.控制协议

——.数据传输协议

——2.5—网关之间的数据交换

——网关之间的数据交换，是IP电话系统发展中十分重要又非常困难的技术。尽管IP电话生产厂家都声称他们的设备满足H.323标准协议的基本要求，但在H .225和H.245及Q.931的具体处理过程中，每个厂家有各自的处理方法。就IP电话的创始厂家Vocaltec和北京邮电通信设备厂的 Capitel IP交换机系统对比来说，这两家的产品都满足H.323的规范，但在H.323协议中G集的处理上却截然 不同，因为H.323中没有明确说明G集的处理方法。Vocaltec公司采用了三步的编码方式来进行H.323包的封装，而Capitel IP交换机系统则采用了中国标准的八步编码方式来进行H.323包的封装，这样，在两家的产品进行相互通信时，由于H.323包的封装方法不同，对收到的H .323包的解释不同，就出现了不兼容的情况。

序号 要求

1 网关支持G.729A和G.723的多媒体数字信号编解码器协议。G.729A优先支持，其次，支持 G.723.1

2 网关支持DTMF和MF解码和编码（呼出时），最终用哀悼可以使用IVR系统

3 关口支持与交换中心的关口的互通

4 关口支持协议H.323 V2中的“快速建立设置”

5 关口和网关之间可以传递端到端的信息记录代码

6 关口可以利用结算系统和来自结算系统的运营商的呼叫确认，进行认证

7 呼叫详细记录可以实时产生并实时传递到结算中心

8 销售符合iNOW！2.0版本的网关及关口，首先必须要利用iNOW！的权威组织，圆满地完成 iNOW！组织的认证程序

9 对于结算中心的呼叫，通过结算中心和终端的信号，iNOW！平台提供兼容能力

10 提供关口和结算系统的互通功能

11 可以传送关口路由呼叫信令和终端路由呼叫信令

12 至少24小时内，本地关口时钟可与准确、可信的时间源保持同步

13 利用下列算法，可以在结算系统CDR中生成终端源代码：H.323+1000 Q.931

14 网关支持T.38传真协议。强制支持TCP／UDP／IP和V.21，V.27 V.17

15 有关结算系统呼叫，关口将保证信息的完整性

——针对目前无通用国际标准的情况，在1999年1月由Lucent、Itexc和Vocaltec三家公司联合制定了IP电话工业标准－iNow!协议，该协议主要包括五个方面的内容：

——.Gateway到Gateway的互通要求

——.Gatekeeper到Gatekeeper的互通要求

——.Gatekeeper到结算中心的互通要求

——.Phone到Phone的服务要求

——.FAX到FAX的服务要求

——在满足上述要求的同时，信息交互处理过程必须在结算中心的控制下完成。不同区域的 IP电话运营商，可通过结算中心完成各种认证和交换工作。在iNow!协议中，接续和拆线的处理过程也有严格的定义，从而保证了不同厂家的产品在接续和拆线的处理上, 可以相互兼容。iNow!协议在规定算法和信息交换规范的同时，也规定了各种详细的报文格式。这样不同厂家应用该协议的时候，不会产生异议，使各IP电话生产厂家的产品可以相互兼容。

——然而，美好的愿望不等于现实，INOW!协议自从其诞生以来，就存在着许多问题。首先它是对H.323协议的补充，它没有定义新的协议，它仍然局限在H .323协议的范围内。H.323协议在网络层的不完整性和对传输的无保证性等方面的不足，iNOW!协议也不可能解决。其次，iNOW!协议为行业标准，目前还没有得到I TU的支持。所以，尽管iNOW!协议推出一年多来，有许多厂家支持该协议，但声称支持该协议的厂家的产品也不相互兼容。

——中国IP电话系统，经过半年多的试运营，针对目前IP电话系统存在的问题，在信息产业部的组织下，结合我国的网络情况和用户反映的问题，制订出了中国的IP电话兼容性标准和性能要求，并在有关单位的配合下，进行了IP电话设备的入网测试和认证工作，取得了良好的效果。

3 技术融合

——网络的发展正向宽带化、智能化方向演进，目前电路交换和分组交换的相互融合，正是这种趋势发展的必然结果，由于分组交换传输效率高、费用低，它将逐步代替目前的电路交换网络。多种接入网络（无线、xDSL、Cable、光接入等）将成为一个统一包交换的骨干网络。在未来的网络架构中，7号信令系统将和IP网络并存一定的时间，它将在IP网络中扮演重要的角色。在各种网络融合的趋势中，一个明显的变化就是，过去电路交换机强大的功能，正在不断地分解，而且接口正在标准化。MGCP（Media Gateway Control Protocol）协议使IP网络和PSTN网络之间的接口口有了统一的规范，IPST（Internet Protocol Standard Transmit）协议使电路交换的信令在IN网络中有了统一的实施方法。这就使在IP电话领域中的分布式呼叫处理结构成为可能，为 IP电话系统在目前和未来的应用奠定了坚实的网络基础。这一阶段发展起来的IP电话系统我们称为“统一阶段”的IP电话系统。

——统一阶段IP电话最显著的特点就是：各种IP电话设备相互兼容，将电路交换思想延伸到整个网络中，运营商可以在整个IP网络上进行无障碍的交换。以M GCP和IPST为代表的协议，统一了H.323和iNOW！协议的规范，并对IP网络和PSTN网络之间的接口信令进行了标准化（IPST协议）。我们知道，I P电话系统一般分为三层结构，即：连接层、控制层和业务管理层。

——连接层负责建立和实现物理层的连接，它在IP网络和PSTN网络之间完成信息交换的同时，负责将编码后的语音信号传送到控制系统。控制层完成呼叫请求连接。该层的相关协议有： H.323、H.GCP和SIP等，这些协议的主要任务是完成对语音信号的封装，并建立适当的承载连接。业务管理层主要完成运营商的业务控制，例如用户管理、计费、结算和用户授权等功能。该层必须支持A 接口（智能网络接口），所以，该层也与H.GCP（MGCP）协议密切相关。

——MGCP是为所有介于PSTN和IP网络之间的各种网关所定义的协议标准。最为典型的应用就是IP电话网关和拨号接入服务器。因此，IP电话网关与拨号接入服务器未来的结构有着很大的相似性。所不同的是，IP电话网关完成对PSTN话路资源和RTP会话资源的捆绑，而拨号接入服务器则完成对PSTN话路资源和IP会话的捆绑。因此，未来的拨号接入服务器将能够自动识别IP接入、IP 电话（或传真）接入，做到按需动态实现通道分配和资源捆绑。



VOIP实现原理及关键技术

　1 VOIP的基本原理与实现形式

　　IP电话系统把普通电话的模拟信号转换成计算机可联入因特网传送的IP数据包，同时也将收到的IP数据包转换成声音的模拟电信号。经过IP电话系统的转换及压缩处理，每个普通电话传输速率约占用8-11kbit/s带宽，因此在与普通电信网同样使用传输速率为64kbit/s的带宽时，IP电话数是原来的5-8倍。VOIP的核心与关键设备是IP电话网关。IP电话网关具有路由管理功能，它把各地区电话区号映射为相应的地区网关IP地址。这些信息存放在一个数据库中，有关处理软件完成呼叫处理、数字语音打包、路由管理等功能。在用户拨打IP电话时，IP电话网关根据电话区号数据库资料，确定相应网关的IP地址，并将此IP地址加入IP数据包中，同时选择最佳路由，以减少传输时延，IP数据包经因特网到达目的地IP电话网关。对于因特网未延伸到或暂时未设立网关的地区，可设置路由，由最近的网关通过长途电话网转接，实现通信业务。

　　目前VOIP系统一般由IP电话终端、网关（Gateway）、网守（Gatekeeper）、网管系统、计费系统等几部分组成。IP电话终端包括传统的语音电话机、PC、IP电话机，也可以是集语音、数据和图象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。IP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，成为可以在因特网上传输的IP分组语音信号，然后通过因特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IP电话的通信过程。网守实际上是IP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。网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。网管系统的功能是管理整个IP电话系统，包括设备的控制及配置，数据配给，拨号方案管理及负载均衡、远程监控等。计费系统的功能是对用户的呼叫进行费用计算，并提供相应的单据和统计报表。计费系统可以由IP电话系统制造商提供，也可以由第三方制作，但此时需IP电话系统制造商提供其软件数据接口。

　　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，实现因特网上PC机间的实时话音传送，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，这种方式和公用电话通信有很大的差异，且限定在因特网内，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，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，以及话音编解码和打包。

　　2 VOIP的关键技术

　　传统的IP网络主要是用来传输数据业务，采用的是尽力而为的、无连接的技术，因此没有服务质量保证，存在分组丢失、失序到达和时延抖动等情况。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一定的业务质量。VOIP的关键技术包括信令技术、编码技术、实时传输技术、服务质量（QoS）保证技术、以及网络传输技术等。

　　2.1 信令技术

　　信令技术保证电话呼叫的顺利实现和话音质量，目前被广泛接受的VOIP控制信令体系包括ITU-T的H.323系列（华为公司产品采用）和IETF的会话初始化协议SIP。

　　ITU的H.323系列建议定义了在无业务质量保证的因特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、Intranet和Internet上的多媒体提供技术基础保障。H.323是ITU-T有关多媒体通信的一个协议集，包括用于ISND的H.320，用于B-ISDN的H.321和用于PSTN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，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等。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建议方式来打包和传送。

　　H.323呼叫建立过程涉及到三种信令：RAS(Registration Admission Status）信令，H.225呼叫信令和H.245控制信令。

　　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。

　　此外，H.323不支持多点发送（Multicast）议，只能采用多点控制单元（MCU）构成多点会议，因而同时只能支持有限的多点用户。H.323也不支持呼叫转移，且建立呼叫的时间比较长。

　　2.2 编码技术

　　话音压缩编码技术是IP电话技术的一个重要组成部分。目前，主要的编码技术有ITU-T 定义的G.729、G.723等。其中G.729可将经过采样的64Kbit/s话音以几乎不失真的质量压缩至8Kbit/s。由于在分组交换网络中，业务质量不能得到很好保证，因而需要话音的编码具有一定的灵活性，即编码速率、编码尺度的可变可适应性。G.729原来是8Kbit/s的话音编码标准，现在的工作范围扩展至6.4-11.8Kbit/s，话音质量也在此范围内有一定的变化，但即使是6.4Kbit/s，话音质量也还不错，因而很适合在VOIP系统中使用。G.723.1采用5.3/6.3kbit/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。

　　此外，静音检测技术和回声消除技术也是VOIP中十分关键的技术。静音检测技术可有效剔除静默信号，从而使话音信号的占用带宽进一步降低到3.5kbit/s左右；回声消除技术主要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IP分组网络中尤为重要。

　　2.3 实时传输技术

　　实时传输技术主要是采用实时传输协议RTP。RTP是提供端到端的包括音频在内的实时数据传送的协议。ＲＴＰ包括数据和控制两部分，后者叫RTCP。RTP提供了时间标签和控制不同数据流同步特性的机制，可以让接收端重组发送端的数据包，可以提供接收端到多点发送组的服务质量包馈。

　　2.4 QOS保障技术

　　VOIP中主要采用资源预留协议（RSVP）以及进行服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。

　　2.5 网络传输技术

　　VOIP中网络传输技术主要是TCP和UDP，此外还包括网关互联技术、路由选择技术、网络管理技术以及安全认证和计费技术等。由于实时传输协议RTP提供具有实时特征的、端到端的数据传输业务，因此VOIP可用RTP来传送话音数据。在RTP报头中包含装载数据的标识符、序列号、时间戳以及传送监视等，通常RTP协议数据单元是用UDP分组来承载，而且为了尽量减少时延，话音净荷通常都很短。IP、UDP和RTP报头都按最小长度计算。VOIP话音分组开销很大，采用RTP协议的VOIP格式，在这种方式中将多路话音插入话音数据段中，这样提高了传输效率。

8924517

好长的一篇天书啊

daxi

不错,支持yes东,已经是简单明了了,呵呵

ghj725

很好，多谢！