基于VoIP的电话终端设备的设计与实现Read.docx

1、基于VoIP的电话终端设备的设计与实现ReadIP电话的设计与实现前言本文从VoIP相关知识入手，介绍了IP电话的软硬件结构设计及实现方案，并描述了IP电话基于SIP的呼叫流程，并通过设计杂项的方式详细描述了系统中的几个关键点。内容仅供大家参考，更详细内容可参见源代码，源代码是最好的老师。VoIP相关知识介绍什么是VoIPVoIP是 Voice over Internet Protocol的缩写，指的是将模拟的声音讯号经过压缩与封包之后，以数据封包的形式在IP 网络的环境进行语音讯号的传输。VoIP技术是目前互联网应用领域的一个热门话题，已经成为下一代网络发展的必然趋势。IP电话为广大电信用户

2、和运营提供了一个成熟的、可实现广泛多媒体业务的终端载体，是下一代网络技术先进性的重要体现，它为基础语音的业务拓展提供了美好灿烂的应用前景。VoIP的基本原理通过语音的压缩算法对语音数据编码进行压缩处理，然后把这些语音数据按 TCP/IP 标准进行打包，经过 IP 网络把数据包送至接收地，再把这些语音数据包串起来，经过解压处理后，恢复成原来的语音信号，从而达到由互联网传送语音的目的。 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，每路IP电话传输速率可低达811kbps带宽，因此在与普通

3、电信网的传输速率为64kbps带宽相比，IP电话数是原来的58倍。VoIP的核心与关键设备是 IP 网关，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，数据接续处理软件将完成呼叫处理、数字语音打包、路由管理等功能。在用户拨打长途电话时，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 Internet 到达目的地的网关。在一些 Internet 尚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。 VoIP的主要关键技术实现

4、VoIP的主要关键技术如下：1) 语音压缩技术：IP电话的技术基础是语音压缩技术。目前用于IP电话的标准是G.723.1，G.711alaw/ulaw和G.729a。2) 静噪抑制技术：又称语音激活技术，是指检测到通话过程中的安静时段即停止发送语音包的技术。通过静噪抑制技术，可大大节省带宽。3) 回声抵消技术：在PBX或局用交换机侧，有少量电能未被充分转换而沿原路返回，形成回声。4) 语音抖动处理技术：IP网络的一个特征就是网络延时与网络抖动，它们可以导致IP通话质量明显下降。网络延时是指IP包在网络上平均的传输时间，网络抖动是指IP包传输时间的长短变化。为了防止这种抖动，人们采用抖动缓冲技术

5、，即在接收端设置一个缓冲池，语音包到达时首先进行缓存，然后系统以稳定平滑的速率将语音包从缓冲池中取出并处理，再播放给受话者。5) 语音优先技术：语音通信对实时性要求较高，在带宽不足的IP网络中，一般需要语音优先技术，即在IP网络路由器中必须设置语音包的优先级最高。这样，网络延时和网络抖动对语音的影响均将得到明显改善。6) IP包分割技术：有时网络上有长数据包，一个包上千字节，这样的长包如不加以限制,在某些情况下也会影响语音质量。为了保证IP电话的通话质量，应将IP包的大小限制为不超过2556字节。7) VoIP前向纠错技术：为了保证语音质量，有些先进的VoIP网关采用信道编码以及交织等技术。V

6、oIP信令协议 目前构建IP电话系统结构的信令协议主要有H.323、SIP和MGCP（H.248）。H.323协议是为多媒体会议系统而提出的，由国际电联ITU 制定，该协议采用传统电信网络繁琐的信令概念，非常庞大，无论从实现技术手段，还是使用和管理方法上都十分复杂。MGCP是互联网工程任务组（IETF）定义发布的，基本思想就是网关分离。将H.323协议的IP网关分为媒体网关（MG）、信令网关（SG）和媒体网关控制器（MGC，又称CA）。其中MG仅负责媒体格式的变换；SG负责信令的转换；MGC才是真正的智能部分，根据收到的信令控制MG的连接建立和释放。这样的分离结构不仅可以大幅度提高中继MG的容

7、量，而且可以提供7号信令的支持，并提高了系统的可用性和鲁棒性。SIP(Session Initiation Protocol)会话初始协议是IETF制订的，用于多方多媒体通信。按照协议定义，SIP是一个基于文本的应用层控制协议，独立于底层传输协议TCP/UDP/SCTP，用于建立、修改和终止IP网上的双方或多方多媒体会话。SIP协议借鉴了HTTP、SMTP等协议，它尽可能的大量采用现有的协议，而不是重建标准，如 HTTP 、 LDAP 、 RADIUS 等，都是技术成熟、应用广泛的协议标准。SIP协议发展前景较好，正逐渐进入商业应用，而且相关的开源项目也比较多，如 VOCAL 、 OSIP 都

8、是比较成熟的、可商业化的 SIP 协议栈。SIP应用崭新的业务模式不断呈现，相关研发和项目投资增长迅速，终端产品价格不断下降，SIP协议正得到越来越广泛的支持，SIP协议以其更加开放、更易扩展、与Internet紧密结合等特性，战胜H.323、MGCP等协议成为VoIP的主流协议。SIP产品将主导未来VoIP通信市场已成为业界人士的共识，基于SIP的IP通信正在成为一个巨大的产业。因此我们采用了SIP协议。IP Phone设计方案 我们的IP电话方案是一款低成本，高性能的解决方案，该方案采用简约设计，主芯片采用Infelion的INCA-IP芯片，此芯片是为IP Phone应用设计的一款SOC

9、解决方案，内部集成32-BIT MIPS CPU、高性能dsp，SLIC，LCD控制器，MAC，PHY单元，CPU主频达到150MHz的主频，DSP达100MHz，在网络处理和语音方面可以达到很高的性能，是现有市场上比较先进的IP Phone Soc解决方案。 软件平台采用vxWorks嵌入式操作系统，vxWorks是世界上领先的嵌入式操作系统，因其良好的可靠性和卓越的实时性被广泛地应用在通信、军事、航空和航天等高精尖技术及实时性要求极高的领域。信令协议采用SIP协议，主要是由于SIP协议正得到越来越广泛的支持，SIP协议以其更加开放、更易扩展、与Internet紧密结合等特性，战胜H.323

10、、MGCP等协议成为VoIP的主流协议，我们的SIP协议栈是移植的libosip2-2.2.2版本；另外根据国外的需求，后续将要支持IAX2协议。 硬件架构方案主芯片采用Infelion的INCA-IP芯片，内部集成了32-BIT MIPS CPU、高性能dsp，SLIC，LCD控制器，MAC，PHY单元，因此硬件则通过外接flash、SDRAM、手柄、耳机、LCD、键盘和以太变压器来实现。硬件系统构架见下面框图： 软件架构 我们的软件是在vxWorks操作系统的基础上自主开发完成，主要包括：驱动模块（DSP驱动、LCD驱动、以太驱动、键盘驱动等）、OSIP协议栈、ORTP协议栈、呼叫控制模块

11、、用户接口模块（menu、CLI、WEB）、扩展业务模块等。软件系统构架见下面框图： 其中： DSP驱动：Dsp驱动模块是语音、信号处理的核心，完成对语音，数据，信号的采集和发送，同时它还完成对dsp控制、管理的功能。在系统启动时，完成dsp初始化工作。 SLIC驱动：SLIC驱动主要实现对端口摘挂机状态的检测，同时通知上层对摘挂机事件进行相应的处理。 键盘驱动主要负责对键盘事件的检测，并将所检测的事件送到上层。键盘驱动层不负责解析键盘事件的具体含义，而是由上层根据当前话机类型找到相应的键盘布局表，将其转化为对应的按键，并进行处理。 LCD驱动：LCD驱动主要负责对LCD显示屏的操作，并为上层

12、提供统一的LCD操作函数，由上层完成LCD显示。 Ethernet驱动：以太驱动模块负责CPU上以太网控制器的初始化，PHY的初始化，状态检测，数据处理，访问控制。接受物理层的数据，并交给链路层进行处理；同时发送链路层数据到物理介质。 硬件接口层：主要负责本地端点的资源管理控制，将物理接口的事件转化为系统能够识别的事件，为核心控制层屏蔽具体的物理设备细节，保证除驱动层之外其它层的可移植性、硬件无关性。 呼叫控制层呼叫控制层维护端点状态转换关系，根据收到的SIP信令或硬件产生的事件来完成端点状态的转换及呼叫的处理。 SIP协议栈：SIP协议栈是SIP协议的具体实现，包括两部分，分别由开源项目li

13、bosip2-2.2.2及libeXosip2-2.2.3移植而来。 话机工作流程 话机的工作流程要结合SIP协议，SIP协议规定了用来建立，改变和终止基于 IP 网络的用户间的呼叫。 其中主叫端点表示主叫用户，UA1状态机表明了主叫侧呼叫状态的处理；被叫端点表示被叫用户，UA2状态机表明了被叫侧呼叫状态的处理； 假设主被叫用户均是我们的话机，则结合代码实现呼叫流程如下：（1） 主叫键盘检测驱动检测到用户按键，通过回调函数kbdEventCallback（）上交，在kbdEventCallback（）根据当前话机类型找到相应的键盘布局表，将按键事件转化为对应的按键，并最终调用kbdkey_jo

14、b_add（）函数将事件加入到键盘事件处理任务队列中。任务tKbdTask的主处理函数kbdkey_task（）被触发，将摘机事件通过函数endpoint_event_notify（）通知到呼叫控制层，呼叫控制层判断出是摘机事件EV_OFFHOOK，则先打开DSP通道，然后在offhook_handler（）处理函数中放拨号音，将端点状态由IDLE转换为等待拨号状态。（2） 用户拨号，在拨号处理函数dialup_handler（）中收集用户号码（注：检测到第一个拨号时要关闭拨号音），并根据拨号规则判断用户是否拨号完毕，一旦检测到拨号完毕，则调用call_originate（）发起SIP呼叫。（

15、3） call_originate（）中会判断是IP地址拨号还是电话号码拨号，并根据dial-peer配置变换被叫号码，根据SIP配置获得SIP服务器信息，最后调用sip_invite（）通过SIP协议栈提供的函数发出invite消息，并将端点状态由等待拨号状态转换为连接中状态。（4） tExosip任务负责处理从SIP获取到的消息事件，被叫先发送100 trying消息（1xx消息是临时消息，表明收到了SIP消息，正进行处理或已放到处理队列中，以告诉对端不必再重传此消息），然后通过call_new（）函数通知被叫呼叫状态机进行处理，被叫振铃，发送180或183消息，并将端点状态由IDLE转换

16、到等待摘机状态。（5） 主叫呼叫控制层收到180或183消息，则调用call_ringing（）进行处理，通知主叫回铃。（6） 被叫摘机，则调用offhook_handler（）进行处理，由于被叫处于等待摘机状态，因此进入到相应的处理流程中，调用sip_200ok（）发送200 OK消息；（7） 主叫呼叫控制层收到200 OK消息，则调用call_answered（）处理，根据SIP消息进行ACK，并将端点状态由连接中转换为已连接状态。（8） 被叫收到ACK消息，通过函数call_ack（）处理，并将端点状态由等待摘机状态转换为已连接状态。至此，双向的媒体连接已建立，主被叫双方可进行正常的语音

17、通话。（9） 被叫挂机，则呼叫控制层调用onhook_handler（），根据当前端点状态调用sip_bye（）发送BYE消息，关闭DSP通道，并将端点状态恢复成IDLE状态。（10） 主叫收到BYE消息，SIP协议栈会自动发送200 OK消息，并通过呼叫控制层的call_closed（）函数进行处理，关闭DSP，端点状态转换为等待挂机，并释放催挂音。（11） 主叫挂机，则onhook_handler（）根据当前端点状态进行处理，并将端点状态恢复成IDLE状态。端点及状态转换图 端点是对物理端口的一种抽象，由于话机只有一个语音端口，因此系统中ENDPOINT_NUM为1，但可以很容易地扩展从而

18、支持更多端口的设备（如网关）。typedef struct endpoint_t / 端点标识部分 char index; /* index, from 0 to ENDPOINT_NUM */ char type; /* endpoint type */ char nameZCOS_EPNAME_LEN; /* endpoint name */ / 端点信息记录部分 char state; /* endpoint state, just simple */ char callee; /* callee or called party */ char offhook; /* FLASE: on

19、hook or TRUE: offhook */ char mute; char holded; /* hold by peer */ char acked; /* received ACK for this dialog */ char firstkey; /* if first key, then stop the dial tone */ WDOG_ID interKeyTmr; /* timer between two keys */ / 不用了 int interkeyTmrVal; /* timer value, seconds */ char dialstrZCOS_PHONEN

20、UM_LEN; /* current dial string */ /* call info */ / 呼叫信息记录，主要是保存与一次会话呼叫有关的信息，这样当进行hold、transfer等时可以找到原来的信息 CALLINFO callinfo; /* / 定时器信息，端点使用了一个统一的定时器，用来支持等待摘机、等待按键、等待对端应答的定时、#define WDOGEVT_WAIT_NONE 0 /* 无*/#define WDOGEVT_WAIT_OFFHOOK 1 /* 等待摘机定时器*/#define WDOGEVT_WAIT_KEY 2 /* 等待按键定时器*/#define W

21、DOGEVT_WAIT_ANSWER 3 /* 等待对端应答定时器*/ */ WDOG_ID wdog; int wdogVal; int wdogEnv; /* reserve information 保存的一些端点信息 */ char displaynameZCOS_USERNAME_LEN; /* 对端可显示的用户名, no use now */ char calledstrZCOS_PHONENUM_LEN; /* 主叫时表示被叫信息，被叫时是主叫号码*/ char callerstrZCOS_PHONENUM_LEN; /* 主叫时表示本端号码，被叫时是被叫号码*/ char dtm

22、fstrZCOS_PHONENUM_LEN; /* 连接后拨的分机号码*/ HOLDCB holdqHOLDQ_SIZE; int mic; /* mic type */ RECENT_CALLS *pRecentCalls; unsigned long callStartTick; /* for configuration 配置信息部分 */ SIP_USER *user; SIP_PHONENUM *phonenumSIP_REGISTRAR_MAX; char hotlineZCOS_PHONENUM_LEN; char prefixZCOS_PHONENUM_LEN; char ton

23、etype; u_char codec; u_char g729payload; /* payload len for G729 */ u_char g723payload; /* 6.3k or 5.3k */ u_char silencecompress; /* silence compress */ u_char volume; /* DSP volume, default is 0, max is 7 */ char baningoing; /* TRUE: no disturb */ char banoutgoing; /* TRUE: ban outgoing */ BOOL ca

24、llwaiting; BOOL calltransfer; BOOL conference; CALLFORWARD callforward; int noanswertime; /* no answer time */ ENDPOINT;话机工作流程一节中也描述了端点状态转换，下图则更详细地描述了端点状态下收到的事件及状态转换关系。 设计杂项MENU工作机制 系统中的menu部分是我们自己设计的，数据结构为：typedef struct menuNode char *pPrompt; /此节点的提示信息 int numChildren; /子节点的个数 struct menuNode *pC

25、hildren; /子节点的入口 FUNCPTR pHandlers; /此节点对应的处理函数 menuNode;通过静态方式组织系统menu节点成员，并通过一个递归方式实现了菜单功能：void menu_main(void) menuExitFlag = FALSE; if(mRootMenuNode.pHandlers) if(*(mRootMenuNode.pHandlers)(mRootMenuNode.pPrompt) = OK) menu_sub(mRootMenuNode.pChildren, mRootMenuNode.numChildren); else menu_sub(m

26、RootMenuNode.pChildren, mRootMenuNode.numChildren); menuExitFlag = FALSE; kbdkey_mode_enter(KBDKEYMODE_NONE);多语言支持 系统可很容易地支持更多语言，这要归功于rcc_language.c提供的多语言支持功能。RCC_Language_Id_add（）：增加要支持的语言及其前缀标识，如要增加对中文的支持，则可调用RCC_Language_Id_add(RCC_LANGUAGE_CN, RCC_LANGUAGE_ID_CN)，这样rcc_language.c在根据相应的提示信息中查找中文就

27、以前缀”|CN”查找，至到遇到分隔符”|”。RCC_Language_Id_show（）：查看系统支持的语言及前缀标识。RCC_Language_Default_Set（）：设置默认的语言，即在查找相应的语言帮助信息未成功的情况下使用默认语言显示。RCC_Language_Set（）：设置当前语言。RCC_Language_Get（）：获取当前语言。 举一个例子： 在web的登录页面中有一个login（登录）按钮，如果当前语言是英文则显示login，是中文则显示登录，那么代码可这样实现：#define loginPrompt_EN Login#define loginPrompt_CN 登 录

28、#define loginPrompt EN(loginPrompt_EN) CN(loginPrompt_CN)，其实loginPrompt的全部信息是：|EN:Login|CN:登录在read_login（）中通过RCC_Language_Help_String_Get(loginPrompt, pDest);函数调用，根据当前语言如果是英文，则会从|EN:Login|CN:根据英文的前缀标识EN找到Login，然后传给pDest，这样就获取到了相应的语言，从而可以很容易地支持多种语言。 对于menu、CLI支持多种语言，同上。但需要说明的是如果真正要支持某一语言，则要有相应的字库支持，对

29、于如何支持字库，则可以由牛ben同学进行补充。快速转发实现 我们的系统语音质量好也与我们实现了快速转发有一定的关系（呵呵）。根据软件系统架构图，我们可以看出，当从以太收到语音数据时，会先送到以太的链路层处理，这层有一个主要的工作是去除链路层头部，并将剩下的IP数据交给IP层处理，然后IP层做必要的处理，并剥去IP头部，再将语音数据送到UDP层处理，UDP处理完后再交给RTP层处理，RTP剥离出真正的语音数据，才将其送到DSP，并最终给用户播放出声音来。先不说层层检查会浪费CPU时间，单就各层的任务间切换就会消耗大量的CPU时间，从而导倒语音处理的滞后，因此我们设计了快速转发功能。 快速转发的主

30、要思想是每建立一个会话，就同时建立一个会话地址表（又称快速转发表），其实就是本地（IP + port）与远端（IP + port）的一个对应关系，这样，当以太收到语音数据时，先定位出IP及UDP信息，查找是否在快速转发表项中，如果在，则说明数据是到本地的语音数据，则直接定位到RTP处，取出语音数据，交由DSP处理；而对于DSP打包完成后的语音数据，则根据此表项，直接打包成以太数据，通过调用相应的以太接口处理函数将数据发送出去。相对正常流程，快速转发直接在一个任务中处理了语音数据，并采用了简化方式，从而提高了处理效率。 主要数据结构：typedef struct unsigned long sr

31、cip; unsigned long dstip; unsigned short sport; unsigned short dport;sessionQTKey;如何增加配置命令 我们的设备有四种配置方式：CLI命令行、WEB、MENU及auto-provisioning方式，auto-provisioning方式是为客户定制的自动方式。 CLI命令行：这种方式就是通过终端或telnet进行的交互式配置方式，通过show running-config可以看到当前的配置内容，而show startup-config则可以看到保存到flash中的配置，系统启动时读取flash中的startup文件，并设置话机。对话机的每条配置都必须增加相应的CLI命令，这是由于信息保存就是以命令行的方式保存到flash中。可以没有其它配置方式，但要支持配置可保存，目前就必须支持CLI命令方式。 WEB配置：则为用户提供了一种方便、直观的配置方式； MENU配置：为用户提供