3G手機VoIP話音的QoS實現(xiàn)技術研究

梁鴻斌

(成都三零瑞通移動通信有限公司，四川成都610005)

0 引言

隨著第三代移動通信網(wǎng)絡的普及和信號覆蓋的逐漸完善，基于3G系統(tǒng)的VoIP話音通信已具備了推廣應用的基礎。特別是HSPA網(wǎng)絡的廣泛應用，可以極大地提升VoIP話音通信質(zhì)量。HSPA技術包括HSDPA(高速下行鏈路分組接入技術)和HSUPA(高速上行鏈路分組接入技術)，HSPA可以提供最快達14 Mb/s的數(shù)據(jù)傳輸速率［1］。目前市面上很多VoIP運營商推出了基于3G系統(tǒng)的VoIP話音通信業(yè)務，基于3G系統(tǒng)的VoIP話音通信業(yè)務采用SIP協(xié)議實現(xiàn)VoIP呼叫控制和話音傳送，這種基于SIP服務器和手機客戶端的VoIP話音通信業(yè)務在信號較好時，VoIP話音的QoS較好，但在信號較差或3G系統(tǒng)的使用高峰期(無線上網(wǎng)的用戶量大時)，VoIP話音的QoS明顯降低。文中就VoIP話音的QoS實現(xiàn)技術進行了探討并提出了一些實用化的解決思路。

1 3G手機VoIP話音QoS的主要實現(xiàn)技術

在網(wǎng)絡中，提供資源保證和服務差異化的能力，通常稱為服務質(zhì)量(QoS)，QoS是VoIP話音通信是否能獲得成功的關鍵［2］。通常用戶對各種業(yè)務和應用體驗的滿意程度通過服務質(zhì)量(QoS)來衡量［3］。為了保證3G手機VoIP話音通信的QoS，3G手機中采用的的主要實現(xiàn)技術包括:語音編碼技術、靜音檢測技術、回聲處理技術、抖動緩沖技術、丟包補償技術、舒適噪聲技術以及應用層實現(xiàn)的冗余傳輸技術，綜合運用以上實現(xiàn)技術可有效提升VoIP話音的QoS，明顯改善VoIP話音質(zhì)量。VoIP話音QoS的主要實現(xiàn)技術從各個方面保證了VoIP話音的QoS，VoIP話音QoS的實現(xiàn)技術的具體內(nèi)容包括如下。

(1)語音編碼技術

語音編碼技術是3G手機VoIP話音通信技術的一個重要組成部分。VoIP話音通信通過3G網(wǎng)絡進行話音數(shù)據(jù)傳輸，如果編碼速率高，對3G網(wǎng)絡資源要求就高，因此，VoIP話音通信需要在保證話音質(zhì)量的前提下，盡可能地降低編碼比特率，這主要就依賴語音編碼技術來解決［4］。目前，比較主流的編碼技術如表1所示。

表1 幾種語音編碼算法的比較Table 1 Comparison of several speech coding algorithm

音頻編碼設計受編碼質(zhì)量、應用限制條件、信號特性、實現(xiàn)復雜性和通信誤差容錯的影響。根據(jù)實際需要，表1中的編碼技術均可滿足不同條件下的3G手機VoIP話音通信要求。

此外，iLBC和SILK是專門為包交換網(wǎng)絡通信設計的編解碼，無論是在高丟包率條件下還是在沒有丟包的條件下，其語音質(zhì)量都優(yōu)于目前流行的G.723.1，G.729A 等標準編解碼，而且丟包率越大，使用iLBC和SILK的語音質(zhì)量優(yōu)勢越明顯。通常情況下，為了衡量IP網(wǎng)絡語音質(zhì)量，將大于等于5%丟包率的網(wǎng)絡情況定義為VoIP的極限網(wǎng)絡條件。經(jīng)過語音質(zhì)量測試，即使在5%丟包率的情況下，iLBC和SILK仍然能夠提供相當于GSM手機的語音質(zhì)量。鑒于iLBC和SILK良好的網(wǎng)絡適應能力，iLBC和SILK編解碼算法的應用范圍越來越廣泛。

(2)靜音檢測技術

靜音檢測(VAD－Voice Activity Detection)技術可以有效剔除靜默狀態(tài)信號，只傳輸有效的語音信號，從而使語音信號的占用帶寬可以大于50%。靜音檢測技術在VoIP話音通信中的運用，在3G網(wǎng)絡信道嚴重擁塞或信道突發(fā)誤碼嚴重的狀態(tài)下，對降低VoIP話音的時延，減少話音數(shù)據(jù)丟失，會有特別明顯的作用。

在普通電話通話過程中，通常兩個人的會話是采用半雙工的方式進行，一方講話時另一方處于靜默狀態(tài)，并且講話過程中有大量明顯的停頓。平均統(tǒng)計，一方說話的時間只占整個通話時間的一半，即有一半時間是在聽對方說話，計算講話中的停頓時間，任一方真正只占用40%的線路時間。在VoIP話音通信中，利用靜音檢測技術，可以檢測出雙方通話過程中的靜默時段，通過減少發(fā)送的IP話音數(shù)據(jù)包，從而提高帶寬利用率。

采用靜音檢測技術并不意味著完全不傳輸靜音，如果完全不傳輸靜音，雖然最大限度的節(jié)省了信道資源，但對用戶體驗會造成一定的影響，因此，在采用靜音檢測技術檢測到靜音時，適當?shù)膫鬏敱尘霸肼?，會一定程度上改善用戶體驗。

(3)回聲抵消技術

在3G手機VoIP話音通信中，由于手機揚聲器播放出來的聲音被麥克風拾取后發(fā)回遠端，這就使得遠端談話者能聽到自己的聲音，由于回聲時延較大，說話方感覺非常明顯，因此，通過3G網(wǎng)絡進行VoIP話音通信，回聲抵消技術的采用非常重要。

3G手機VoIP話音通信中的回聲為聲學回聲，一般采用聲學回聲消除器(AEC－Acoustic Echo Canceller)來消除回聲?；芈暤窒夹g可以較好的消除回聲，并降低回聲對話音質(zhì)量的影響。

(4)抖動緩沖技術

抖動是不同數(shù)據(jù)包到達接收端的不同延遲造成的。3G手機VoIP話音通信實際是通過IP網(wǎng)絡進行，而IP網(wǎng)絡的一個特征就是網(wǎng)絡延時和抖動，為了防止網(wǎng)絡抖動造成失真，就要在接收端設置緩沖區(qū)，將收到的話音數(shù)據(jù)包緩存在緩沖區(qū)中，通過對緩沖區(qū)中的話音數(shù)據(jù)包進行處理，使得這些話音數(shù)據(jù)包經(jīng)過處理后盡量保持和發(fā)送端一樣的波形。對話音數(shù)據(jù)包的處理和緩存會引入一定的時延，緩沖區(qū)隊列大小的設計是要考慮的重要因素。過小的緩沖區(qū)隊列將導致溢出和數(shù)據(jù)包丟失，從而影響語音質(zhì)量，過大的緩沖區(qū)隊列將增加語音的延時。

顯然，消除抖動和減小時延是相互矛盾的，根據(jù)信道特點，采用動態(tài)的策略來平衡以上矛盾。通常采用自適應方法調(diào)節(jié)緩沖區(qū)的長度，時延增加時，減少緩沖區(qū)的長度，在抖動加大時增加緩沖區(qū)的長度，從而在時延和抖動之間取得平衡。此外，還必須限制緩沖區(qū)的最大長度，因為時延超過一定時間，通話雙方根本不能進行正常的交流，注意設法提供最低限度的延遲和抖動，盡可能地改善服務質(zhì)量。

(5)丟包補償技術

通過3G網(wǎng)絡進行IP數(shù)據(jù)的傳輸，丟包是常見的問題［5］，VoIP話音通過IP網(wǎng)絡傳輸時采用UDP包進行傳送，目前網(wǎng)絡中對UDP包的傳輸不提供任何可靠保證，由于網(wǎng)絡原因大量頻繁的丟包會對話音質(zhì)量造成嚴重影響。

數(shù)據(jù)通信中丟失的數(shù)據(jù)包可以通過相關的數(shù)據(jù)通信協(xié)議來保證丟失數(shù)據(jù)包的恢復，包括數(shù)據(jù)的多次重傳，而語音通信由于是實時通信，對于話音數(shù)據(jù)丟包與數(shù)據(jù)通信丟包采用的方法不同。數(shù)據(jù)通信要求傳輸?shù)臄?shù)據(jù)不允許任何誤碼或丟包，而語音通信卻能容忍一定的語音數(shù)據(jù)丟包。當丟包率小于5%時，對話音通信影響較小。當網(wǎng)絡狀況惡化，丟包率過高，會嚴重影響通話質(zhì)量。主要的解決方法包括:狀態(tài)插值法、交織法、增加冗余度等方法對丟包進行補償，通過丟包補償技術，可有效減少和掩蓋語音分組丟失對語音質(zhì)量的影響。根據(jù)信道條件和終端資源，可以采用一種或多種丟包補償技術來改善丟包對通話造成的影響。

此外，通過舒適噪聲技術、冗余傳輸技術等，也可一定程度的改善話音質(zhì)量，提高用戶的實際體驗。以上3G手機VoIP話音QoS的主要實現(xiàn)技術，在對話音質(zhì)量造成影響的各個方面分別起到了相應的改善作用，在3G網(wǎng)絡信號較好的情況下，VoIP話音的QoS較好，但在信號較差或3G網(wǎng)絡的使用高峰期(無線上網(wǎng)的用戶量大時)，VoIP話音的QoS明顯降低。

2 實時反饋的話音傳輸策略

在3G網(wǎng)絡中，影響VoIP話音質(zhì)量最主要的因素之一是空口傳輸IP語音數(shù)據(jù)包的可靠性和穩(wěn)定性，同時手機用戶上網(wǎng)的高峰期，也會對VoIP話音質(zhì)量造成一定影響。由于無線通信信道的特點(突發(fā)誤碼嚴重)和手機用戶上網(wǎng)的使用習慣(集中在一個時段上網(wǎng))，在成熟的VoIP話音QoS的主要實現(xiàn)技術的基礎上，有必要研究一些新的QoS的實現(xiàn)技術，從而提高3G手機VoIP話音的QoS。文中提出一種新的QoS的實現(xiàn)技術:實時反饋的話音傳輸策略，實時反饋的話音傳輸策略包括三部分的內(nèi)容:動態(tài)實時的端到端反饋機制、語音編碼器的選擇和RTP包發(fā)送策略。

2.1 動態(tài)實時的端到端反饋機制

RTCP實時傳輸控制協(xié)議利用與數(shù)據(jù)包相同的傳輸機制向參與者周期性發(fā)送控制包，從而對RTP的傳輸進行監(jiān)測和控制，各種RTCP包格式都是為了反饋數(shù)據(jù)傳輸質(zhì)量。RTCP其主要功能是為了提供丟包率統(tǒng)計、以及數(shù)據(jù)包達到的間隔時間抖動等。按RTCP協(xié)議RTCP包的發(fā)送間隔較長，并且當無線信道突發(fā)誤碼嚴重或上網(wǎng)高峰期，發(fā)送端收到的反饋信息就會嚴重滯后，嚴重影響發(fā)送端采用相應的話音QoS實現(xiàn)技術的實際效果。

采用帶內(nèi)反饋機制，將丟包率和信道擁塞等關鍵指標通過每個RTP包實時反饋給發(fā)送端，不僅使發(fā)送端可根據(jù)實時反饋的關鍵指標對RTP的傳輸進行控制，而且不明顯增加信道帶寬。如圖1所示為增加反饋數(shù)據(jù)的RTP包格式。反饋數(shù)據(jù)包括丟包率和擁塞度，長度為1字節(jié)，丟包率和擁塞度各為4比特。

圖1 RTP包的格式Fig.1 RTP packet format

每隔一段時間T(1 s或500 ms)，計算丟包率和擁塞度。丟包率(PLR)計算如式(1)所示，擁塞度(CODR)計算如式(2)所示。

式中，Nq是時間T內(nèi)根據(jù)實際收到的RTP包的序號計算的應該收到的RTP包總數(shù)，Nd是根據(jù)RTP包頭的序號計算的丟掉的RTP包。

式中，Ne是時間T內(nèi)期望收到的RTP包，Nr是實際收到的RTP包。

2.2 語音編碼器的選擇

根據(jù)接收端反饋的丟包率和擁塞度，發(fā)送端可動態(tài)地選擇語音編碼速率以適配不同的網(wǎng)絡情況。根據(jù)不同的編碼速率，如果動態(tài)地選擇不同的語音編碼器，頻繁的在不同的語音編碼器之間切換，將會嚴重影響話音質(zhì)量。因此，選擇一種語音編碼器，只需要選擇不同的編碼速率，將編碼速率動態(tài)的變化對話音質(zhì)量的影響降至最低。

SILK是Skype公司研制的語音編碼器，其編碼速率范圍為6～20 b/s，同時，SILK還可以根據(jù)預計的信道誤碼率在編碼時進行冗余編碼，以便在收端根據(jù)冗余編碼恢復丟失的話音數(shù)據(jù)，SILK在不同網(wǎng)絡條件下的綜合評分優(yōu)于其他的語音編碼器。其大范圍的編碼速率，特別適用于基于3G手機的VoIP話音通信。

2.3 RTP包發(fā)送策略

根據(jù)反饋數(shù)據(jù)發(fā)送端制定合理的發(fā)送策略，結(jié)合丟包率、擁塞度，控制發(fā)送端的編碼速率、預計的信道誤碼率 EFR、RTP包在應用層的冗余重發(fā)(RSEND)(一個話音包重發(fā)次數(shù))等，發(fā)送策略如表2所示。

表2 RTP包發(fā)送策略Table 2 Strategy of sending RTP packet

發(fā)送策略的原則包括:根據(jù)反饋數(shù)據(jù)，丟包率越高，發(fā)送端在編碼時插入的冗余編碼數(shù)據(jù)越多，以便于收端恢復更多的丟失話音數(shù)據(jù);擁塞度越大，說明越擁塞，采取動態(tài)降低語音編碼速率，同時在應用層不采取冗余傳輸?shù)姆椒?，以減小占用帶寬，緩解擁塞。表2中的具體判定條件是在RTP包發(fā)送策略的原則基礎上，根據(jù)實際測試的情況確定的。

3 測試驗證

根據(jù)文中提出的3G手機VoIP話音QoS新的實現(xiàn)技術，采用開源的客戶端軟件Sipdroid(SOLD)和在客戶端軟件Sipdroid基礎上增加了文中提出的新的實現(xiàn)技術的軟件(Snew)，在基于Android的智能手機上進行了對比測試。由于在3G手機信號較好的情況下，SOLD和Snew沒有區(qū)別，因此專門選擇兩個3G手機使用比較典型的場景(信號變化大和信道擁塞)進行測試，SOLD和Snew表現(xiàn)出了明顯的差別，具體場景包括:

1)場景1:選擇手機信號一直較差的區(qū)域，該區(qū)域信號顯示小于－95 dbm，并且信號變化較大。

2)場景2:在3G網(wǎng)絡的使用高峰期(無線上網(wǎng)的用戶量大時)，選擇在晚上8到9點的時間段。

測試結(jié)果如表3所示。

表3 話音質(zhì)量測試Table 3 Voice quality test

通過兩個3G手機使用比較典型的場景的直觀對比測試，采用實時反饋的話音傳輸策略時的VoIP話音通信質(zhì)量明顯優(yōu)于沒有采用實時反饋的話音傳輸策略時的VoIP話音通信質(zhì)量，該測試說明了實時反饋的話音傳輸策略增強了VoIP話音對網(wǎng)絡環(huán)境的快速變化的適應能力，具有較強的實用價值。

發(fā)送端的RTP包發(fā)送策略還可以根據(jù)具體的傳輸情況，提高相應的發(fā)送控制精細度，以便更好的適應不同的環(huán)境要求。

4 結(jié)語

文中在分析既有3G手機VoIP話音QoS的實現(xiàn)技術的基礎上，根據(jù)3G網(wǎng)絡VoIP話音通信的具體特點，提出了實時反饋的話音傳輸策略的新思路?；贏ndroid的智能手機，綜合利用既有3G手機VoIP話音的實現(xiàn)技術，同時結(jié)合文中提出的實時反饋的話音傳輸策略，實現(xiàn)了VoIP話音QoS的控制。通過在不同的網(wǎng)絡環(huán)境條件下的對比測試，說明了采用實時反饋的話音傳輸策略的VoIP客戶端軟件網(wǎng)絡適應能力更強。下一步工作準備通過大量試驗提高發(fā)送控制精細度，從而進一步提高VoIP話音的QoS。

［1］龐韶敏，李亞波.3G UMTS與4G LTE核心網(wǎng) －CS，PS，EPC，IMS［M］.北京:電子工業(yè)出版社，2011:3 －4.PANG Shao－min，LI Ya － bo.3G UMTS and 4G LTE Core Network－CS，PS，EPC，IMS［M］.Beijing:Publishing House of Electronics Industry，2011:3 －4.

［2］李剛.3G無線網(wǎng)絡中的 QoS研究［J］.科技信息，2009(08):541－542.LI Gang.Research on 3G wireless network in QoS ［J］.Science ＆ Technology Information，2009，(08):541 －542.

［3］文浩，林闖，任豐原，等.無線傳感器網(wǎng)絡的QoS體系結(jié)構(gòu)［J］.計算機學報，2009，32(03):432－440.WEN Hao，LIN Chuang，REN Feng － yuan，et al.QoS Architecture for Wireless Sensor Network［J］.Journal of Computer ，2009，32(03):432 －440.

［4］張春紅，裘曉峰，弭偉，等.P2P技術全面解析［M］.北京:人民郵電出版社，2010:186.ZHANG Chun – hong，QIU Xiao － feng，MI Wei，JI Yang，et al.Comprehensive Analysis of P2P Technology［M］.Beijing:Posts＆ Telecomm Press，2010:186.

［5］何兵，陳鍵.分組語音傳輸?shù)膩G包應對回顧［J］.計算機工程，2002，28(07):44 －46.HE Bin，CHEN Jian.Packet Loss to Cope with Packet Voice Transmission Review［J］.Computer Engineering，2002，28(07):44 －46.