IP电话标准（上）

——众所周知，IP电话要基于目前已建设好的公共电话网和IP网络互联的基础上，解决好不同标准的网络系统的连接，就变得非常重要。例如，要从一部电话机向另外一部话机传送VoIP语音，需要经过如PSTN、INTERNET等不同的网络系统。对此，不同网络系统的运营商可以有不同的解决方案。

——VoIP语音业务的通用标准可以很好地解决网际互联的难题。目前参与IP电话技术标准开发和推广的组织超过20家，其中最具影响力的IP电话的国际标准化组织主要有四家：国际电信联盟标准化部门（ITU-T）、欧洲电信标准协会（ETSI）、Internet工程任务组（IETF）和多媒体远程会议集团（IMTC）、ITU-T侧重电信标准、ETSI侧重商业实现、IETF侧重IP标准、IMTC侧重互操作性。由于IP电话技术标准的开发涉及多个领域，这几家开发组织相互之间建立了比较良好的协作关系，而其它机构主要是发展、充实、实现和推广这些标准。

——H.323协议是IP电话协议组中最常用的协议，是承载VoIP的协议平台。1996年年初首次发布H.323协议， 1998年2月发布了最新版本的H.323协议。起初H.323协议是为X.25网或ATM网络提出的，现在广泛应用于Internet中。

——ITU一T将H.323定义为“多媒体分组通信系统”。因此H.323不仅能发送和接收话音，而且可以支持多种视频业务(如电视会议），以及数据业务(如电子白板、文件传输）等。尽管H.323应用很广，但目前运营商只瞄准了其承载VoIP的功能。

——H.323标准包括了在无QoS保证的分组网络中进行多媒体通信所需的技术要求。这些分组网络包括LAN、 WAN、Intranet、Internet以及使用PPP等分组协议通过PSTN或ISDN的拨号连接或点对点连接的网络。图2概要地描述了H.323系统及其结构。

——图2的上部是一具有四种典型设备的局域网。用户端采用的是典型的H.323终端，例如多媒体个人电脑。这些终端可以包含支持多点视频会话的H.323多点控制单元（MCU）当然，H.323可以通过相应的互连设备扩展到广域网上，我们可以选择关守设备实现扩展，若没有该设备，所有连接部件必须由自身产生信令消息。广域网的连接由一个或多个H.323网关负责处理，只要在技术上可行，H.323网关就可以与各种类型网络中的设备进行互操作。

——H.323协议可应用于PSTN，窄带ISDN（速率小于或等于1.5mb／s或2.0mb／s），基于ATM的宽带ISDN（速率高于1.5mb／s或2.0Mb／s）。简单的电话机能提供话音服务，V.70终端和H.324终端能够提供数字话音服务和数据服务等多种服务（H.324终端可承载实时话音、数据、视频或其组合业务，经由33.6kb／s的V.34型Modem接入到PSTN）。一般而言，H.324终端仅是一个附加了特定软件的PC机。

——若H.323协议应用于窄带ISDN，可采用ISDN话机或H.320终端。H.320协议描述了窄带ISDN可视电话系统的一般终端配置，主要应用于会议电视等业务。如果连接到ISDN上的局域网能保证一定的服务质量（QoS），则可采用H.322终端。H.322终端本意是应用于一类扩充以太网——同步以太网上的。这种局域网在基本的以太网结构上增加了几条额外的64kb／s的通道，但由于种种原因，同步以太网在工业界始终未流行起来。

——若H.323应用于基于ATM的宽带ISDN，则可采用H.321多媒体终端。H.321终端与H.320终端功能定义相似。宽带ISDN还可采用H.310终端，它是一种能充分利用宽带ISDN与ATM的服务与信令优势的超级多媒体终端。

——综上所述，用上文所提到的H.32X协议系列可定义四种不同类型的终端（用户设备），包括宽带ISDN与ATM下的H.321终端提供QoS保障机制的局域网下的H.322终端；会议电视的H.323终端以及使用拨号连接的H.324终端。在VoIP呼叫中，可使用H.323协议在H.323终端之间，或H.323终端与H.323网关间建立连接。

——对于VoIP而言，只使用H.323协议中的部分标准就足够了。图3阴影部分显示了协议栈中对IP话音有用的子集。

视频		音频		控制			数据
H.261 H.263 (视频编码)		G.711 G.722 G.723 G.728 G.729		h.225终端到关守的信令	h.225呼叫信令	h.225	-- T.120 （多点数据传送）
RTP	RTCP	RTP	RTCP
不可靠传输（UDP）				可靠传输（TCP）

——由图3可见，这一子集主要包含语声部分和控制部分。语声协议组包括G.711协议（64kb／s），以及更低速率的数字话音协议，如G.728协议（16kb／s），G.723协议（5.3kb／s或6.4kb／s）以及G.729协议（8kb／s）。由于传输控制协议（TCP）所使用的重发机制会增加语音的传输时延，故采用用户数据报协议（UDP）来传输语音。H.323协议规定，UDP数据分组前端要添加一个实时传送协议（RTP）头。为确保话音质量，某些应用还使用了实时控制协议（RTCP）。

——H.323关守是基本的远端接入服务器（RAS）。H.323协议的控制子协议-H.225协议可使用UDP快速建立终端与关守间的连接，也可使用TCP建立、保持、释放VoIP连接。H.245协议可用于所有
H.32X系列的终端设备，使用的传输层协议是TCP。

——为了保证兼容性，大多数厂商在制造VoIP设备时至少遵循了H.323协议子集。这样一来，使得H.323协议成为实现VoIP系统最好的协议方案。图4说明了VoIP系统最通用的功能模块。

——首先要明确的是H.323的界定范围。在图4中，H.323协议和大部分VoIP设备实现的功能都局限在中间的方框内。这表明，H.323协议既没有定义话音信令发送到基于H.323协议的VoIP系统的机
制，也没有定义IP网络接收话音信令的机制。也就是说，H.323协议没有定义所经过的网络特性及
终端与网络的接口。由于H.323协议的定义范围比较集中，所以它较完善地说明了H.323终端和网关的特点及其作用。

——H.323协议定义了各种VoIP设备，主要包括终端和网关，可以统称为终端节点。这类设备完成相似的功能：给一个呼叫标记发送和接收的IP端口。在某种情况下，即配置了相应软件的多媒体
PC相互呼叫，可看成两个H.323终端间的通信。另一种情况下，即电话与电话间呼叫，则要经过PSTN到IP网络再到PSTN的转接。上述两种情况均需描述端节点处IP话音数据的流入与流出，H.323协议中称其为信息流。

——VoIP信息流的主体是语声信息，H.323协议允许采用各种编码方案。但为了照顾兼容性，所有H.323终端和网关必须有ITU-T G.711编解码器，即64kb／s PCM编解码器，尽管效率不高，但PCM至少保证了不同设备最低程度的兼容。另外，H.323协议还定义了其他一些语声编码方案：

——ITU-T定义的16kb／s编码标准，采用低时延的代数编码激励线性预测（LD-ACELP）数据压缩算法。

——ITU-T制订的8kb／s编码方案，采用共轭结构-代数编码激励线性预测（CS-ACELP）数据压缩算法。G.729a比G.729算法复杂度小，执行时间短，所以该算法得到了大多数网关厂商的青睐。

——该标准定义了5.3kb／s和6.4kb／s两种速率。对应的分组长为20字节和24字节，每30ms可选择一次变速率切换。发端空闲时，G.723.1规定发送4字节的空闲数据分组。与G.729相比，G.723.1可以更好地处理双音多频（DTMF）信令，也就是更好地利用带内话音信令。

——这些编码技术由于采用的数学模型不同，所以编码的效果也不同。人们用三个技术指标来衡量这些编码技术是否适用于VoIP系统：输出数据速率、算法执行时延、编码语声信号的可懂度。

——研究表明，语声质量与压缩速率成反比。例如，以64kb／s PCM的话音质量为标准，换用其它低速率算法后，主观评判的话音质量均有所下降。

——语言编码固然重要，但它仅是VoIP终端或网关完成的一种功能。除此之外，VoIP系统还必须加入许多控制功能。包括：建立和拆除呼叫、协商通话参数（例如：通话过程中使用何种声码器）、时延测量以及通话间隙发送保持链路信息等。这些功能主要由H.225和H.245子控制单元实现。

——关守是专门用于管理呼叫控制的设备。尽管H.323中，关守并不是必不可少的，但在大规模网络中，将控制功能集中于一处是很有裨益的。关守主要包括如下功能：

——在本地可以采用专用的编址方案（H.323中称为别名地址）比如：助记符、昵称或e-mail地址。关守可以将这些别名地址翻译为IP地址。

——关守负责控制终端或网关之间的VoIP呼叫的建立。关守根据各种已知变量：呼叫权限、源与目地地址、时间等确定呼叫是被接纳还是拒绝。这样，关守保证了VoIP网络的安全性。

——为了有效利用许多终端共享的带宽资源，关守能够在通话过程中调整终端或网关的呼叫参数。通过这种方式，关守可以协调带宽资源的分配。

——关守除了要实现上述功能外，还必须协调好上述功能。例如为了避免语音质量恶化，区域管理要求一条窄带链路上最多只允许25个呼叫。实现这种管理功能可以采用自动呼叫分配（ACD）或
集中式呼叫管理。

——关守作为终端或网关的呼叫信令代理，可以减轻它们的控制呼叫职责。它可以简化点对点链路的初始化，加速呼叫的建立和信令的传递。

——关守以及在其控制下的终端节点构成了H.323域——单一控制的逻辑设备群。如图5所示。

——除了上述的功能，关守为适应未来VoIP系统所需的扩充功能正在研发中。由于关守是可选设备，故H.225协议和H.245协议均定义了有无关守两种情况下信令的处理过程。没有关守时，将由终端自行控制呼叫信令。

——关守为了管理与之相连的终端或网关，必须在数据库中记录这些终端或网关的各种参数，如：IP地址与别名地址、信道带宽等等。这些记录可以通过手动配置关守文件完成，也可通过关守检测登录过程自动实现。

——在检测关守期间，端节点通过广播IP地址：224.0.1.41向所有关守发送“关守请求”消息，目的是寻找可应答的关守。接到这一消息的关守或接纳或拒绝请求，也就是或允许或拒绝终端登录。然后，端节点从发出接纳消息的关守中选择自己愿意登录的一个。接着，端节点向选定的关守发出“登录请求”消息，开始正式的登录过程。得到关守确认后，端节点和关守开始交互有关信息，例如关守动态给端节点分配别名地址；关守限定端节点必须登录的有效时段。

——通过呼叫信令的集中控制与协调管理，关守简化了VoIP系统的控制与使用。在一定范围内，关守可看作所有设备的控制节点。

——H.323规范引用ITU-T H.225规范控制呼叫信令。H.225协议全称为“基于多媒体通信系统的媒体封装与呼叫信令协议”。就如H.323协议一样，它本身的内容远远超过了传输话音的范围。H.225协议用H.245协议所定义的消息格式建立或拆除单个逻辑话音链路（当然也可包括其它各种多媒体终端）。

——当发送端与接收端建立呼叫时，H.225协议通过登记、管理、信令（合称RAS）信道进行初始化处理。将RAS设备称为信道有些名不符实，因为它所处理的信息发送是不可靠的，必须采用用
户数据报协议（UDP）发送信息却无法明确应答。但RAS信道的确提供了一个公共通道以监控设备到来的呼叫。

——RAS建立呼叫的请求由关守或终端本身应答。在这两种情况下，应答要包括被叫设备的IP地址和TCP端口号，从而允许主叫与被叫建立可靠的TCP连接来传输呼叫信令。通话期间，信令处理包括以下几点：

——在此阶段，主叫通知被叫要建立一条话音（或视频）链路。并且，系统定义了一种消息格式用来通知主叫，被叫处于待机状态。确切的呼叫建立过程依据网络配置而定，特别是依据关守的存在与位置而定。但无论在何种呼叫建立过程中，都要经历这样一个过程：主叫使用呼叫建立消息初始化连接，被叫使用含有H.245控制信道IP地址的应答消息回应，以便系统进一步建立传递H.245消息的信道。

——完成第一步后，主叫和被叫节点均进入第二阶段。主要是通过交互双方通信“能力”的信息建立H.245控制链路。此处“能力”一词指的是链路所支持的媒体类型。例如，所有H.323网关均支持语音业务，但大多数H.323网关并不支持视频业务或电子白板业务。

——在此阶段，端节点建立承载呼叫流的逻辑信道。对于语声信息，通话双方建立各自的单向链路。这主要是考虑到在通话的两个方向上不一定需要相同的声码器与比特速率。

——此阶段要调整前三阶段初步确定的呼叫的参数。比如：调节通话带宽，增加或减少会议电话的参加者，在网关、终端间交互状态消息或等待消息。

——拆除呼叫仅需停止发送信息流（多媒体情况下，先停发视频流，再停发数据流，最后是语声流），然后类似于呼叫建立过程，呼叫清除消息被交互处理。呼叫结束处理也要视关守的有无而不同。当存在关守时，拆除呼叫必须通知关守，以便它调整可利用的带宽资源表。

——H.323信令消息是ISDN电话信令的子集，ISDN电话信令由Q.931信今协议规范。H.225协议所定义的信令主要对应于Q.931中“可靠分组模式”（如TCP）下的信令。