稿第五章电话技术

1、第五章 VoIP 技术及应用第五章 VoIP 技术及应用VoIP 技术简介5.1VoIP（Voice over IP）又称 IP（IPphone），是在 IP 上提供语音服务的技术。它对于广大用户来说最吸引人的地方在于价格的低廉。本章将从 VoIP 技术的发展背景、原理及关键技术、实现方案及比较三个方面来介绍该技术。5.1.1 VoIP 技术的发展背景 语音技术和 IP 技术的发展Voice over IP 技术，离不开语音技术和 IP 技术。IP 技术的发展在此勿需多费笔墨，在本书的其他章节读者可以看到更为详细的资料。这里需要着重提出的是语音技术。声音作为一种可听波，是属于模拟

2、信息，它的幅度在最大值和最小值之间连续变化。在量化技术上把声音分成大振幅的浊音、小振幅的清音。人类声音的频率范围从 10Hz 到10000Hz，且几乎 80%的能量集中在 300Hz33000Hz 的范围之内。在 1875 年贝尔发明以前，人类的语音交流一直只能发生在比较近的距离下。把声波的模拟信号转换成为电波的模拟信号，但是却可以传几公里远。到 1962 年左右，差不多每个人都能十分方便地用到模拟、模拟链路和模拟交换机组成的 PSTN。在六十年代后期，一种数字设备连到 PSTN 中，那就是计算机。数字计算机和模拟网络之间的接口设备是调制解调器，由贝尔公司发明，它能把计算机的数字信号调制成准模

3、拟信号以便在模拟线路上传输，同时能把到达目的地准模拟信号解调成数字信号供计算机使用。在六十年代出现了模拟语音数字化技术，语音数字化有诸多好处。比如复用方便、信令容易实现、可以使用计算机作为终端、交换可以由计算机完成，线路数字化、线路噪声低、且可以更严密地监测线路质量、便于提供新业务、线路对噪声的容限大且加密成为可能等。DSP（Digital Signal Processing）的出现使得语音数字化成为可能。110第五章 VoIP 技术及应用采用 DSP 对语音数字化有 3 步：抽样、量化、编码。64kbit/s 的 PCM 信号就是这样产生的。但 64kbit/s 的速率在多路语音复用时显得如

4、此庞大。因此产生了 ADPCM（自适应差分 PCM）和 ADM（自适应增量调制）技术，它们能够将语音的工作速率降低到 32kbit/s 甚至 16kbit/s。但更低的工作速率下的语音则需要源编码技术，或者结合波形编码和源编码技术的混合编码技术，可以达到 1kbit/s 的工作速率 ，当然同时提供可以接受的语音质量。分组语音技术的出现解决了 VoIP 的另一技术难题传输问题。在本章后面将有进一步的描述。经过几年的技术积累，将语音转化成 IP 包的技术变得更为实用和便宜；此外，集成电路（IC）技术的高速发展，使得 IP的元件数字信号处理器（DSP）的价格也大幅度下降。这些无疑为 VoIP 的实用

5、化准备了技术条件。IP从 90 年代初发展至今，已由初期的IP软件时期进入到 IP网关时期，而目前的 VoIP 技术也已从具有语音服务的 PC 初级和仅限定在 IP 网络内部范围发展到具有多业务、高可靠性以及较好服务质量的含话音、传真、数据传送功能的电信业务。目前，通过 IP网关（Gateway）来实现 PSTN 和 Internet互通，从而实现 PC 到、到 PC 和到之间的呼叫的技术已经成熟，并且话音通信的质量也大大得到，完全能够满足的要求。的需求以及设备生产商的支持市场利益的驱动也是 IP迅速发展的重要。通过网关等设备组建的 VoIP 网络，以 PSTN 作地用户的接入，

6、用 IP 网络代替了昂贵的长途传输网络，可以大大节省通信线路的成本。而成本的降低就意味着通话价格的下降，用户可以直接受益。所以，未来 IP的市场潜力是巨大的。由于巨大的潜在市场，网络设备、通信设备厂商竞相希望在这个市场中取得立足之地，将 VoIP 功能尽可能地内置到的网络设备中。所以，制造商的各种不同的 VoIP纷纷111第五章 VoIP 技术及应用进入市场，各家运营商亦纷纷开展这方面的业务。目前提供 IP服务的运营商主要来自大的 ISP 以及电信公司，它们提供的服务包括 IP话音和传真业务。Forrester 研究公司估计 1998 年长途 IP业务已达到 3 千万，到2001 年将达到 1

7、0 亿。IDCIP呼叫量将会以每年 220的速度增长。ATT 公司 1997 年 11 月在 Intranet 上进行了 IP实验。1998 年 5 月，在亚特兰大、波士顿和旧金山三个城市推出 IP服务，现已大面积开展 IP业务。Bell Atlantic 和 GTE 两家公司合并后资产高达 530 亿，超过 ATT 成为美国最大的通信公司。GTE 的 IP实验还仅限于公司内部，但已于 1998 年第 4 季度提供的 IP传真业务。VocalTec 公司宣布了“Next Gen”计划，和几个 ITSP 达成了市场合作协议。该计划PC 用户拨号到这些 ITSP，并利用其网关连接到一台普通机。这一

8、业务已在全世界很多地方提供，包括、莫斯科、巴黎、伦敦、东京、北京和美国的一些主要城市。Global Exchange Carrier 公司和 11 个 ISP 宣布要建立一个全球的网络，提供 IP服务，覆盖包括美国、英国、德国、澳大利亚、新西兰、韩国和以色列。目前除了直接提供 IP业务的运营商之外，也出现了一些进行 IP业务批售、交换和结算的运营者。前者在各地安装的网关设备，后者一般具有的可以通达全球的骨干网络和结算中心，它类似一种会员组织，负责为加入到其中的会员提供全球的 IP的漫游和结算。提供这种服务的公司有 ITXC、GRIC、VIP Calling 等，通过加入这些组织便可以获得通达全

9、球的 IP服务。国内 IP业务的需求很大，开放 IP业务的呼声很高。1999 年，在中国全面开始了 IP网的试验建设。4 月 16 日，上海电信部门宣布，本市用户只要使用专门的 IP卡，就能在市内任何一部普通机上拨打 IP。4 月 27 日，信息正式批准中112第五章 VoIP 技术及应用国电信、中国、吉通三家公司进行 IP业务的试验，试验期为半年，各公司在 6 月底前开通试验，12 月底结束试验。4 月 28 日，中国电信率先开通 IP业务，共有包括北京在内的 14 个内地城市、地区和美国、德国、法国等 16 个已首批接通，其余内地试验城市于 5 月上旬接通。IP业务在 6 月中旬宣布正式开

10、通，吉通也在 5 月 17 日开通试验网。自 2000 年 4 月正式开通以来，我国 IP发展保持较高的发展速度。根据统计，2001年上半年我国 IP业务总量超过了 80 亿分钟，是 2000 年全年业务量的 2 倍多。巨大的市场推动着 IP的发展。5.1.2 VoIP 的技术标准 VoIP 的标准化组织目前参与 IP标准制定和推广工作的组织超过 20 家，其中最有影响力的是 ITUT、IETF、IMTC 和 ETSI。ITUT 侧重于电信标准，IETF 侧重于 IP 标准，IMTC 侧重于互操作性，ETSI 侧重于商业实现。由于 IP技术涉及多个领域，这几家组织其实是相互协作、

11、共同对IP技术进行标准化工作的。1、ITU（国际电信）：ITU 前身是 CCITT（国际电报咨询委员会），是的一个分支机立于 1865年。ITU 下属的组织包括电信标准部、电信开发部和无线通信部。其标准部（ITU-T）负责网络通信方面标准的制定，主要侧重在公共网络方面。ITUT 对 IP的标准化工作是由 16 研究组来完成的，相关标准主要是 H.323 协议族。1996 年通过了 H.323V1，标题是基于局域网的会议系统；1998 年 2 月完成了 H.323V2，标题也变成了基于包交换网络的多通信系统。今年 5 月份通过了 H.323V3，主要对 H.323的系统结构进行了部分修订，使其更

12、适合开展 IP业务，但这一版本仍有许多善的地113第五章 VoIP 技术及应用方，需要进一步进行标准化。H.323 协议族是基于包交换的多通信系统的，将其中的语音部分拿出，并且承载网络选择 IP 网络，即 IP系统。2、 IETF（Internet 工程任务组）：IETF 负责标准化 Internet 的协议，成立于。IETF 中有几个小组开发的标准都直接或间接地涉及到 IP技术，如 AVTRTP、IPTEL、MMUSIC、PINT 等小组。其中 AVTRTP 小组的RTPRTCP 标准已成为 H.323 协议堆栈中很重要的部分；MMUSIC 小组的 SIP协议也越来越被厂商重视。SIP 是一

13、种用于建立、维持与终止多呼叫的应用层协议。3、 IMTC（国际多通信）：IMTC 是一个由来自、欧洲、亚洲和太平洋地区的 140 多个成员组成的。它的目标是提高和鼓励具有互操作能力的多会议解决方案的开发和实现。IMTC 就 IP技术成立了一个 VoIP，主要负责定义和建立一系列在 IP 网上进行通信的设备实现的开放性和互操作性。IMTC 在 1997 年提出了 IA1.0，它主要以 H.323为基础，以 G.711 和 G.723.1 作为互操作应该支持的基本语音编码算定舒适噪声的生成、DTMF 信号的传输、动态地址和网关的互操作要求。目前该组织正在制定 IA2.0它将解决安全框架、计费结算、

14、语音流复用、漫游用户标志和呼叫报告技术。4、ETSI（欧洲电信标准）：ETSI 的主要目标是决定和产生电信标准。是一个拥有 34 个的 490 个成员的开放论坛，这些成员包括管理者、网络运营者、厂家、服务提供商和用户。它现在有一个称为 T的工程，专门IP的商业化做相关的研究和试验，它保证连接到 IP 网络的用户可以与SCN 网络（如 PSTN、ISDN、）用户相互通信。T工程组希望向各类网络运营者都提供面向业务的解决方案，其工作主要基于 H.323 系列建议和现有的电路交换网标准。除了以上标准化组织，现在还有一些由厂商或运营商发起的组织或在进行 IP相114第五章 VoIP 技术及应用关技术或

15、互操作性的研究和试验，如由 Lucent、Vocaltec 等公司发起的 iNOW，AT&T 的全球 IP Telephony 互连性等。 VoIP 的相关协议由于 Internet 的飞速发展以及网络语音业务的巨大前景，在各厂商的积极推动下，上述组织积极推进了 IP协议的标准化进程。目前主要涉及 IP的协议如图 5.1 所示：RISPRSVP图 5.1 IP的协议栈根据制定的协议情况和各标准组织的工作重点，与 IP相关的协议主要可分为两大类：H.323 协议和 SIP 协议。目前各组织对在 IP 网络商承载实时业务（语音、等）的方式大体相同，均是利用了源自 IETF 的

16、 RTP 协议，但是在呼叫建立和方面则有不同的方案，其代表有 H.323 和 SIP。5.1.3H.323 标准H.323 是 ITU 的一个标准协议族。它制定了无服务质量（QoS）保证的分组网络 PBN（Packet Based Network）上的多通信系统标准。这些分组网络主宰了的桌面网络系统，包括基于 TCP/IP、IPX 分组交换的以太网、快速以太网、令牌网、FDDI 网。因此 H.323标准为 LAN、WAN、Intranet、Internet 上的多通信应用提供了技术基础和保障。115V.34EthernetATMSonetIPv4,IPv6PPPAAL5AAL3/4PPPUDP

17、TCPRTPRTCPSIPH.323H.251,MPEG第五章 VoIP 技术及应用 H.323 通信协议栈H.323 属于 ITU 多通信协议系列 H.32X 的一种，提供基于分组网络的语音、数据和等协议。H.323 支持点对点通信及在 MCU 支持下的点对多点通信，H.323 作为一个协议框架，提供了系统及组成部分描述、呼叫方式描述以及呼叫信令程序。H.323 相关的协议包括 H.263、H.261编码标准、G.711、G.723、G.722、G.728 音频编码标准、T.120多点数据会议系列标准、H.225.0 分组和同步标准、H.245 系统标准等。H.323 系统中的

18、通信可以看成是、音频、信息的混合，其协议栈如图 5.2 所示：会议和数据音频呼叫信令图 5.2 H.323 的协议栈H.323 协议栈可作如下分类：1 、系统：系统是 H.323 终端的，它提供了H.323 终端进行正确操作的信令。这些功能包括呼叫（建立与拆除）、能力切换、命令和指示信令以及用于开放和描述逻辑信道内容的报文等。整个系统由 H.245信道、H.225.0呼叫信令信道以及 RAS 信道提供。2 、分组与同步：H.225.0 标准描述了在无 QoS 保证的 LAN 上流的打包分组与同116T.126T.127H.245*G.711* G.722 G.728 G.723.1 G.729

19、.AH.261 H.263T.324H.225.0* RAS*T.124,T.125T.123RTP*,RTCP*TCPUDP网络层IP链路层物理层第五章 VoIP 技术及应用步传输机制。H.225.0 对传输的、音频、数据与流进行格式化，以便输出到网络接口，同时从网络接口输入报文中补偿接收到的、音频、数据与流。另外它还完成逻辑帧、顺序编号、纠错与检错功能。3、音频编器标准：音频编器对从麦克风输入的音频信息进行编码传输，在接收端进行以便输出到扬声器。音频信号包含了数字化且压缩的语音。H.323 支持的压缩算法符合 ITU 标准。为进行语音压缩，H.323 终端必须支持 G.711 语音标准，传

20、送和接收按照A 律和 律。其他音频编器标准如G.722、G.723.1、G.729.A、MPEG-1 则可选择支持。编码器使用的音频算法必须由 H.245 来确定。H.323 终端应能对本身所具有的音频编能力进行非对成操作，如以 G.711，以 G.728接收。4、编标准：编器在源处将信息进行编码传输，在接收端进行显示。虽然功能可选，但任何具有功能的 H.323 终端必须支持 H.261QCIF 格式；支持 H.261 的其他格式以及可选择支持 H.263 标准。在分组网络上，使用 H.261、H.263 编器无需 BCH 纠错和纠错帧。5、数据会议标准：数据会议标准 T.120 是可选功能。

21、当支持数据会议时，数据会议可实现协同工作。如白板、应用共享、文件传输、静态图像传输、数据库、音频图像会议等。通过 H.245 处理后也可使用其他的数据应用协议。6、IP 网络中的多通信协议：在 H.323 多通信系统中，信令和数据流的传送利用了面向连接的传输机制。在 IP 协议栈中，IP 与 TCP 协作，共同完成面向连接的传输。可靠的传输保证了数据包传输时的流量、连续性以及正确性，但也可能引起传输时延以及占用网络带宽。H.323 将可靠的 TCP 用于 H.245信道、T.120 数据信道、呼叫信令信道、而信息采用不可靠的、面向非连接的传输方式，117第五章 VoIP 技术及应用即利用 UD

22、P。UDP 无法提供很好的 QoS，只提供最少的信息，因此传输时延较 TCP 小。实时协议 RTCP 用于 RTP 的。RTCP 监视服务质量以及网络传送的信息，并定期将包含服务质量信息的信息包分发给所有通信节点。在大型数据报网络如 Internet 中，为一个多呼叫保留足够的带宽是很重要的，也是很的。另一个 IETF 协议RSVP接收端为某一特殊的数据流申请一定数量的带宽，并得到一个答复，确认申请是否被。虽然 RSVP 不是 H.323 标准的正式组成部分，但大多数 H.323都支持它，因为带宽的预留对 IP 网络上多通信的。RSVP需要得到终端、网关、装有多点处理器的 MCU 以及中间路由

23、器或交换机的支持。 H.323 协议的发展H.323 协议经过多年发展，功能不断增强，受到广大厂商的支持。IMTC 下的 VoIP已决定采用 H.323 作为 Internet技术的基础。H.323 协议一直处在发展变化和改进完善之中，诸如 Fast Connect 方式的推出、GK 与GK 之间通信协议的争论等。H.323 标准的内容不断丰富。如下：H.323 Annex D(Real Time Internet Fax)H.323 Annex E(Call Connection over UDP)H.323 Annex F (Signal Use Terminal)H.323

24、 Annex G(Communication between Administrative Domains)H.450.1(Supplementary Services)H.450.2(Call Transfer)H.450.3(Call Diversion)118第五章 VoIP 技术及应用H.450.4(Call Hold)H.450.5(Call Park/Pickup)H.450.6(Call Waiting)H.450.7(Message Waiting)等。ITU-T 于 1996 年 11 月公布了第一版 H.323V1，即“不保证服务质量的局域网上的可视系统与设备”标准。它当初

25、的目的是定义一种在局域网络内进行多通信应该遵循的标准，这也是适应了当时网络技术的实际情况。当时的网络还没有现在这么高的速度，也没有支持一定服务质量（QoS）的技术。随后出现了许多采用 V1 标准的多通信系统，如微软的 NetMeeting,VCON 的会议电视系统，同时也出现了许多通过 IP 网络进行双向语言通信的软件 InternetPhone，后来又出现了和 PSTN 网络相结合的 IP网关。这些地应用于用于局域网，专有的 IP 网，Internet 网。其实专门为局域网制定的 H.323 协议应用范围不止局限在局域网内。随着技术的进步和对 V1 扩展新功能的需求，1998 年 1 月IT

26、U-T 推出了第二版 H.323V2，此时名称变成“基于包的多通信系统”，V2 提出了在终端（或网关）和路由器中采用 RSVP协议实现一定的 QoS。V2 增加了安全、性能、补充呼叫业务，可扩展性方面的内容。可以看出，H.323 从第 2 版开始增加了构筑电信级 IP网的特性。1999 年 9 月，ITU-T 通过了第三版 H.323V3，V3 在 V2 基础上又进了一大步。V3 增加了 H.323 和 H.225.0 的几个附录，这样加强了 H.323 的系统结构以更好地适应和 PSTN 的综合。这样从第三版开始 H.323 具备做电信级大网的特征。由于 VOIP 技术的大量使用，ITU-T

27、 于 2000 年 11 月通过了第 4 版 H.323V4。V4 比 V3在很多重要的领域都有增强，比如：可靠性，可扩展性，适应性。这些新的特点使得网关以后的升级更容易以满足日益增长的市场要求。119第五章 VoIP 技术及应用 H.323 系统的从协议的观点看，H.323 为基于 IP 网络的通信系统定义了四个主要的组件：终端、网关、关守和多点单元。如图 5.3 所示：Scope of H.323H.323终端H.323终端H.323终端H.323终端H.323终端H.323终端Guaranteed QoS LANPSTNN-ISDNB-ISDN图 5.3基于 IP 网络的

28、H.323 的系统终端是 PBN 中能提供实时、双向通信的节点设备。下一小节将作进一步介绍。网关是 H.323 会议系统的一个可选组件。网关能提供很多服务，其中包含 H.323 会议节点设备与其他 ITU 标准相兼容的终端之间的转换功能。这种功能包括传输格式的转换（如H.225.0 到 H.221）和通信规程的转换（如 H.245 到 H.242）。另外，在 PBN 端和电路交换网络 SCN 端之间，网关还执行语音和图像编转换工作，以及呼叫建立和拆除工作。终端使用 H.245 和 H.225.0 协议与网关进行通信。采用适当的器，H.323 网关可支持符合H.310、H.321、H.322 以

29、及 V.70 标准的终端。关守也是 H.323 系统的一个可选组件，其功能是向 H.323 节点提供呼叫服务。当系统中存在 H.323 关守时，它必须提供以下四种服务：地址、带宽、及区管理功能。带宽管理、呼叫鉴权、呼叫和呼叫管理等为关守的可选功能。虽然从逻辑上，120H.321终端H.320终端语音终端H.323终端语音终端H.323终端V.70终端H.321终端第五章 VoIP 技术及应用关守和 H.323 节点设备是分离的，但是生产商可以将关守的功能融入 H.323 终端、网关和多点单元等物理设备中。由单一关守管理的所有终端、网关和多点单元的集合，被称为 H.323 区。多点单元（MCU）

30、支持三个以上节点设备的会议。在 H.323 系统中，一个多点单元由一个多点器 MC 和几个多点处理器 MP 组成，但也可以不包含 MP。MC 处理终端间的 H.245信息，从而决定它对和音频的通常处理能力。在必要的情况下，MC还可以通过哪些流和音频流需要多点广播来会议。MCU 并不直接处理任何信息流，而将它留给 MP 来处理。MP 对音频、或数据信息进行混合、切换和处理。MC 和 MP 可能存在于一台设备或作为其他的 H.323 组件的一部分。 H.323 终端的终端是分组网络中能提供实时、双向通信的节点设备，也是一种终端用户设备，可以和网关、多点接入单元通信。所有终端都必须支持

31、语音通信，和数据通信可选。H.323规定了不同的音频、或数据终端协同工作所需的操作模式。它将是下一代因特网、音频会议终端和会议技术的主要标准。图 5.4 所示为 H.323 终端的组成框图：话音编G.711 G.723 G.729.A音频I/O设备接受路径时延(RTP图像编器RTCP）I/O设备H.261 H.263数据设备数据接口T.120H.225.0LAN系统层接口系统控制用户呼叫H.225.0接口RASH.225.0121H.245系统第五章 VoIP 技术及应用图 5.4H.323 终端组成在发端，从输入设备获取的和音频信号，经编码器压缩后，按照一定格式打包，通过网络出去，在收端，来

32、自网络的数据包首先被解包，获得的、音频压缩数据经解码后送入输出设备，用户数据和数据也得到了相应的处理。它所包含的各个功能单元及其标准备或协议分别是：编（H.263/ H.261）：完成对码流的冗余压缩编码。音频编（H.723.1 等）：完成语音信号的编，并在接收端可选择地加入缓冲延迟以保证语音的连续性。所采用的标准为 ITU-T 的 H.723.1，它提供 5.3kbit/s 和 5.3kbit/s 两种码率，采用线性综合分析编码方法，分别使用代数码本激励线性和多脉冲最大似然量化，从而各自获得编码复杂度和质量的优化。各种数据应用：包括电子白板、静止图像传输、文件交换、数据库共存、数据会议、运程

33、设备等，可用的标准为 T.120、T.84、T.434 等。单元（H.245）：提供端到端信令，以保证 H.323 终端的正常通信。所采用的协议为H.245（多通信协议），它定义了请求、应答、信令和指示四种信息，通过各种终端间进行通信能力协商，打开/关闭逻辑信道，命令或指示等操作，完成对通信的。H.225 层：将、音频、等数据格式化并，同时从网络接收数据。另外，还负责处理一些诸如逻辑分帧、加序列号、错误检测等功能。5.1.4SIP 标准SIP(Session Initiation Protocal)称为会话发起协议，是由 IETF（Internet EngineeringTask Force）

34、组织于 1999 年提出的一个在基于 IP 网络中，特别是在 Internet 的网络环境中，实现实时通讯应用的一种信令协议。而所谓的会话（Session），就是指用户之间的。在基于 SIP 协议的应用中，每一个会话可以是各种不同的数据，可以是普通的文本数据，也122第五章 VoIP 技术及应用可以是经过数字化处理的音频、数据，还可以是诸如等应用的数据，应用具有巨大的灵活性。作为一个 IETF 提出的标准，SIP 协议在很大程度上借鉴了其他各种广泛存在的 Internet协议， 如 HTTP（超文本传输协议）、SMTP（简单邮件传输协议）等，和这些协议一样 SIP也采用的基于文本的编码方式，这

35、也是 SIP 协议同通讯领域其他现有标准相比最大的特点之一。 SIP 通信协议栈SIP 是一个分层结构的协议，这意味着它的行为根据一组平等的处理阶段来描述，每一阶段之间只是松耦合。协议分层描述是为了表达，从而功能的描述可在一个部分几个元素。它不指定任何方式的实现。当我们说某元素包含某层，我们是指它顺从该层定义的规则集。不是协议规定的每个元素都包含各层。而且，由 SIP 规定的元素是逻辑元素，不是物理元素。一个物理实现可以选择作为不同的逻辑元素，甚至可能在一个个事务的基础上。SIP 的最底层是语法和编码。它的编码使用增强 Backus-Nayr 形式语法（BNF）来规定。第二层是传

36、输层。它定义了网络上一个客户机如何请求和接收响应以及一个服务器如何接收请求和响应。所有的 SIP 元素包含传输层。第三层是事务层。事务是 SIP 的基本元素。一个事务是由客户机事务给服务器事务的请求（使用传输层），以及对应该请求的从服务器事务回客户机的所有响应组成。事务层处理应用层重传，匹配响应到请求，以及应用层超时。任何用户客户机（UAC）完成的任务使用一组事务产生。用户包含一个事务层，有状态的也有。无状态的不包含事务层。事务层具有客户机组成部分（称为客户机事务）123第五章 VoIP 技术及应用和服务器组成部分（称为服务器事务），每个代表有限的状态机，它被构造来处理特定的请求。事务层之上的

37、层称为事务用户（TU）。每个 SIP 实体，除了无状态，都是事务用户。当一个 TU 希望请求，它生成一个客户机事务实例并且向它传递请求和 IP 地址，端口，和用来请求的传输机制。一个 TU 生成客户机事务也能够删除它。当客户机取消一个事务时，它请求服务器停止进一步的处理，将状态恢复到事务初始化之前，并且生成特定的错误响应到该事务。这由 CANCEL 请求完成，它的事务，但涉及要取消的事务。SIP通过形式的地址来标明用户地址。每一用户通过一等级化的 URL 来标识，它通过诸如用户号码或主机名等元素来构造（例如：SIP:user）。因为它与地址的相似性，SIP URLs 容易于用户的地址关联。SI

38、P提供它的可靠性机制从而于分组层，并且只需不可靠的数据包服务即可。SIP可典型地用于 UDP 或 TCP 之上。SIP 提供必要的协议机制以保证终端系统和服务器提供以下业务：用户、用户能力、用户可用性、呼叫建立、呼叫处理、呼叫前转（包括：等效800 类型的呼叫；无应答呼叫前转；遇忙呼叫前转；无条件呼叫前转）、呼叫号码传递（该号码可以是任何命名机制）、个人移动性（例如通过一个单一的、位置无关的地址来到达被呼叫方，即使被呼叫方改变了终端）、终端类型的协商和选择（呼叫者可以给出选择如何到达对方，例如通过因特网，移动或应答业务等）、终端能力协商、呼叫者和被呼叫者鉴权、不知情和指导式的呼叫转移、多播会议

39、的邀请等。当一用户希望呼叫另一用户，呼叫者用 INVITE 请求初始呼叫，请求包含足够的信息用以124第五章 VoIP 技术及应用被呼叫方参与会话。如果客户机知道另一方的位置它能够直接将请求到另一方的 IP 地址。如果不知道，客户机将请求到本地配置的 SIP 网络服务器。如果服务器是服务器它将被呼叫用户的位置并且将请求给它们。有很多方法完成上步，例如搜索 DNS 或访问数据库。服务器也可以是重定向服务器，它可以返回被呼叫用户的位置到呼叫客户机用以它直接与用户。在用户的过程中，SIP 网络服务器当然能够或重定向呼叫到其它的服务器，直到到达一个明确地知道被呼叫用户 IP 地址的服务器。一旦发现用户

40、地址，请求就给该用户，此时将产生几种选择。在最简单的情况，用户客户机接收请求也就是，用户的振铃。如果用户接受呼叫，客户机用客户机软件的指定能力响应请求并且建立连接。如果用户拒绝呼叫，会话将被重定向到语音邮箱服务器或另一用户。“指定能力”参照用户想启用的功能。例如，客户机软件可以支持会议，但用户只想使用音频会议，那则只会启用音频功能。SIP 还具有另外两个有重要意义的特征。第一个是有状态 SIP服务器具有分割入呼叫或入呼叫的能力，从而可以同时运行几个扩展分支。第一个应答的分支接受呼叫。该特征在用户工作在两位置之间（例如和办公室）或者同时对经理和其振铃时是非常便利的。第二个特征是 SIP 独特的返

41、回不同类型的能力。举个用户公司的例子。当SIP 服务器接收到客户机的连接请求，它能够通过 WEB 交互式语音响应页面来返回到顾客的客户机，该页面具有可获得的部门分支或提供在列表上的用户。点击适当的后将一请求到所点击选择的用户从而建立起呼叫。 SIP 协议的发展SIP 协议的提出和发展，是伴随着 Internet 的发展而发展的，到目前为止它走过了以下几个阶段：125第五章 VoIP 技术及应用1996 年首先出现了 SIP 的概念，这时 SIP 的主要应用是Internet 上的各种文本应用，如电子邮件、文字聊天等；1999 年 3 月，ITEF 的多方多会晤（MMUSIC）工作

42、组提出了 RFC2543 建议，供各厂商和机构讨论；1999 年 9 月，SIP 工作组从 MMUSIC 中分离并出来，成立了 SIP 工作组，并与 2000年 7 月了 SIP 的草案；2002 年 6 月，ITEF 的 SIP 工作组又了 RFC3261 建议，以取代 RFC2543。由于网络环境以及相关多技术的不足，在 SIP 协议首次提出的时候，仅仅各种文本应用，随着技术的发展，并通过和 IETF 中 IP工作组（IPTEL）、IP 网中选路（TRIP）工作组等兄弟工作组配合工作，在 SIP 协议中大大加强了对多通讯的支持。由于 Internet 的飞速发展，在最近的两年时间内， SI

43、P 已经开始被 ITU-T SG16、ETSITIPON（欧洲标准化组织），IMTE 等各种标准化组织所接受，并在这些组织中成立了与 SIP相关的工作组。特别是作为 ITU-T SG16 主要成员的 RADVISION 公司，在多年发展 H323应用的基础上，SIP 应用在领域的特点，提出了 SIP 的应用指导，并推出了相应的SIP 协议栈，使得 ITU 的成员实现了这两种协议之间的互通性。并且在该技术的指导下，RADVISION 公司的 ViaIP极大地丰富了基于 SIP 协议在通讯领域地应用，不但解决了 SIP终端无法实现多方会议的缺陷，同时实现了在同一个会议中，SIP 终端和 H323终

44、端互通这一性的应用，从而极大地扩展了 SIP 协议在通讯领域的生命力。 SIP 系统的按逻辑功能区分，SIP 系统由 4 种元素组成：SIP 用户，SIP服务器，重定向服务器以及 SIP服务器。SIP 用户：又称为 SIP 终端，是 SIP 系统中的端用户，在 RFC3261 中将它们定义为126第五章 VoIP 技术及应用一个应用。根据它们在会话中扮演的的不同，又可分为用户客户机（UAC） 和用户服务器（UAS）2 种。其中前者用于发起呼叫请求，后者用于响应呼叫请求。SIP服务器（SIP Proxy Server）：是一个中间元素，它既是一个客户机又是一个服务器，具有名字的能力

45、，能够前面的用户向下一跳服务器发出呼叫请求。然后服务器决定下一跳的地址。重定向服务器 （Redirect Server）：是一个SIP 呼叫路径的服务器，在获得了下一跳的地址后，立刻告诉前面的用户，让该用户直接向下一跳地址发出请求而则对这个呼叫的。SIP服务器 （SIP Register Server）：用来完成对 UAS 的登录，在 SIP 系统的网元中，所有 UAS 都要在某个登录服务器中登录，以便 UAC 通过服务器能找到它们。SIP 在设计上充分考虑了对其它协议的扩展适应性。它支持许多种地址描述和寻址，包括用户名主机地址：被叫号码PSTN 网关地址：Tel:普通的描述等。这样，SIP

46、主叫按照 被叫地址就可以识别出被叫在传统网上的位置，然后通过一个与传统网相连的网关发起并建立呼叫。SIP 最强大之处就是用户功能。SIP 本身含有向服务器的功能，也可以利用 其它服务器 DNS、LDAP 等提供的服务来增强其定位功能。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；TIONS 用 于服务器能力；CANCEL 用于取消已经发出但未最终结束的请求；REGISTER 用于客户出向服 务器用户位置等消息。SIP 协议支持

47、三种呼叫方式：127第五章 VoIP 技术及应用1、由用户服务机（UAC）向用户服务器（UAS）直接呼叫；2、由 UAC 在重定向服务器的辅助下进行重定向呼叫；3、由服务器代表 UAC 向被叫发起呼叫。图 5.5 所示为一个 SIP 呼叫建立过程的示意图，一个 SIP 终端发起呼叫后，通过SIP服务器以及重定向服务器，找到目标终端，并实现连接。图 5.5 SIP 的呼叫建立过程5.2VoIP 原理及5.2.1IP通信原理及体系结构 Internet 语音通信概述Internet 是由众多不同的计算机网络互联组成的，遍布世界各地，使用标准的 TCP/IP 协议相互通信和交换数据。T

48、CP/IP 协议将要传输的计算机数据分组排队，每个组均包含地址及数据重组信息，确保数据安全和数据包交换正确无误。Internet 语音通信基本过程可以作如下描述：首先，双方用户都通过计算机向 ISP 发出业务请求，ISP 经过认证后，与计算机建立连接，并为计算机提供数据转发。当呼叫开始后，端通过语音输入设备（麦克风等）将语音信号传送到计算机内，计算机经过处理形128第五章 VoIP 技术及应用成 IP 包，然后通过 ISP到 Internet 上。IP 包内含目的地地址信息，供 Internet 选路用。数据到达接收端后，由接收方 ISP 转接到被叫终端。然后，被叫端将 IP 数据包还原成语音

49、信息，经由语音输出设备（音箱等）发出。如此这样，就完成了一个 Internet 的语音通信过程。与电路交换的语音通信不同，Internet 语音通信是面向无连接的，它具有如下特点：(1) 通信双方不需要进行链路建立的初始化过程，可以随时数据。(2) Internet 内所有路由都是共享的，联入 Internet 网的计算机均不独占路由。(3) 由于数据包需要排队传输，会产生时延。(4) 用户计算机至 ISP 的通信通过公众网（PSTN），所以仍然会独占该段通信路由。由于 IP是基于 Internet 传输的，所以 IP的通信原理与 Internet 数据通信原理很类似，区别在于要考虑和 PST

50、N 的连接，所以也存在链路建立和方面的问题。 分组交换的特点IP网络是基于分组交换的体系结构的系统，而分组交换既解决了电路交换不利于实现不同类型的数据终端设备之间的相互通信的，又克服了报文交换信息传输时延太长、不满足许多数据通信系统的实时性要求的缺点。分组交换仍旧采用了报文交换的"一转发"方式，但不像报文交换那样以报文为交换，而是把报文截成许多比较短的、被规格化了的"分组（packet）"进行交换和传输。由于分组长度较短，具有统一的格式，便于在交换机中和处理，"分组"进入交换机后只在主存储器中停留很短的时间，进行排队和处

51、理，一旦确定了新的路由，就很快输出到下一个交换机和用户终端，"分组"穿过交换机或网路的时间很短（"分组"穿过一个交换机的时延平均为数毫秒或更短），能够满足绝大多数数据通信用户对信息传输的实时性要求。分组交换的主要优点是：(1) 为用户提供了不同速率、不同代码、不同同步方式、不同通信规程的数据终端之129第五章 VoIP 技术及应用间能够相互通信的灵活的通信环境。(2)信息的传输时延较小，而且变化范围不大，能够较好地满足会话型通信的实时性要求。(3)实现线路的动态统计时分复用，通信线路的利用率很高。在一条物理线路上可以同时提供多条信息通路。(4)可靠性高。

52、每个分组在网络中传输时可以在网络上分段地进行差错校验，使信息在分组交换网中传输的比特误码率大大降低，一般可达 10 以下，由于"分组"在分组交换网中传输的路由是可变的，当网中的线路或设备发生故障时，"分组"可以自动地选择一条新的路由避开故障点，使通信中断。(5)性好。信息以"分组"为在交换机中和处理，不要求交换机有很大的容量，降低了网内设备的费用。对线路的动态统计时分复用也大大降低了用户的通信费用。分组交换网通过网络和管理中心（NCC）对网内设备实行比较集中的和维护管理，节省维护用。分组交换的主要缺点是：(1)由于网络附加的传输信息很多，长报文通信的传输效率比较低。当把一份报文划分成许多分组在交换网内传输时，为了保证这些分组能够按照正确的路径安全准确地到达终点，要给每个数据分组加上信息（分组头），除此之外还要设计许多不包含数据信息的分组，用它们来实现数据通路的建立、保持和拆除，并进行差错以及数据流量等。在交换网内除了用户数据传输外，还有许多辅助信息在网内，对较长的报文来说，分组交换的传输效率就不如电路交换和报文交换的高。(2)技术实现复杂。分组交换机要对各种类型的