在本文中，我将尝试考虑IP电话的基本原理，描述最常用的协议，指出编码和解码语音的方法，并分析一些常见问题。
在IP电话下是指语音通信，其通过数据传输网络，特别是通过IP网络（IP-互联网协议）进行。今天，由于易于部署、低通话成本、易于配置、高质量的通信和连接的相对安全性，IP电话正越来越多地取代传统的电话网络。在本次演讲中，我们将遵循OSI参考模型（开放系统互连基本参考模型）的原则，并从“自下而上”讨论主题，从物理和通道级别开始，到数据级别结束。
1. IP电话原理
拨打电话时，语音信号被转换为压缩数据包（此过程将在“脉冲编码调制”和“编解码器”章节中更详细地讨论）。接下来，分组数据通过分组交换网络，特别是IP网络发送。当数据包到达接收者时，它们被解码为原始语音信号。由于有大量的辅助协议，这些过程是可能的，其中一些将在后面讨论。在这种情况下，数据传输协议是一种特定的语言，它允许两个订阅者相互理解并确保两点之间的高质量数据传输。
不同于传统电话
在传统电话中，连接是使用电话交换机建立的，并且仅用于通话目的。在这里，语音信号通过专用连接在电话线上传输。在IP电话的情况下，压缩数据包以特定地址到达全球或局域网，并根据该地址进行传输。在这种情况下，已经使用了IP寻址，以及它的所有固有特性（例如路由）。同时，IP电话对运营商和用户来说都是一种更便宜的解决方案。这是因为：
- 传统电话网络性能过剩，而IP电话采用语音包压缩技术，让您可以充分利用电话线的容量。
- 通常，目前每个人都可以访问全球网络，这可以降低连接成本或完全消除它们。
- 本地网络上的调用可以使用内部服务器并且无需外部交换的参与即可发生。
与上述一起，IP电话可以提高通信质量。这再次归功于三个主要因素：
- 电话服务器不断得到改进，它们的工作算法对延迟或其他IP网络问题的抵抗力越来越强。
- 在专用网络中，其所有者可以完全控制情况，可以更改带宽、一条线路上的用户数量以及延迟量等参数。
- 分组交换网络在不断发展，每年都会引入新的协议和技术来提高通信质量（例如，RSVP带宽预留协议）。
多亏了IP电话，忙线问题得到了很好的解决，因为呼叫转移或转移到待机模式可以通过PBX上的配置文件中的几个命令来执行。
2. 物理层
在物理层，比特流通过相应的接口在物理介质上传输。IP电话几乎完全依赖于现有的网络基础设施。作为信息传输介质，通常使用5类双绞线(UTP5)、单模或多模光纤或同轴电缆。这样，电信网络的融合原则就得到了充分的贯彻。
PoE 请参考：POE电话机
有趣的是考虑PoE（以太网供电）技术-IEEE802.3af-2003和IEEE802.3at-2009标准。其本质在于能够通过标准双绞线为设备供电。大多数现代IP电话，尤其是CiscoUnifiedIP电话7900系列，都支持PoE。根据2009年标准，设备可以接收高达25.5瓦的电流。供电时，仅使用两对双绞线100BASE-TX电缆，但是，一些制造商使用全部四对，功率高达51瓦。应该注意的是，该技术不需要修改现有的电缆系统，包括Cat5电缆。
为了确定连接的设备是否为受电设备（PD-powereddevice），需要在电缆上施加2.8-10V的电压。因此，计算连接设备的电阻。如果该电阻在19-26.5kOhm的范围内，则该过程进行到下一阶段。如果不是，则以≥2ms的间隔重复测试。
接下来，通过施加更高的电压并测量线路中的电流来搜索受电设备的功率范围。在此之后，向线路提供48V-电源电压。还进行了对过载的持续控制。
3. 链路层（数据链路层）
根据IEEE802规范，链路层分为两个子层：
- MAC（媒体访问控制）——提供与物理层的交互；
- LLC（逻辑链路控制）——服务于网络层。
在数据链路层，交换机工作-提供计算机网络的多个节点的连接以及基于物理(MAC)寻址的主机之间的帧分配的设备。
有必要提一下虚拟局域网（VirtualLocalAreaNetwork）的机制。该技术允许您创建逻辑网络拓扑，而无需考虑其物理属性。这是通过标记流量来实现的，这在IEEE802.1Q标准中有详细描述。
4. 帧格式
在IP电话的上下文中，我们注意到语音VLAN，它广泛用于将IP电话产生的语音流量与其他数据隔离开来。建议使用它有两个原因：
- 安全。创建单独的语音VLAN可降低截取和分析语音数据包的可能性。
- 提高传输质量。VLAN机制允许您为语音数据包设置更高的优先级，从而提高通信质量。
网络层
在网络层面，分别发生路由，网络层面的主要设备是路由器。正是在这里确定了数据如何到达具有特定IP地址的接收者。主要的可路由协议是IP（Internet协议），在此基础上构建了IP电话，以及全球Internet。还有很多动态路由协议，其中最流行的是OSPF（OpenShortestPathFirst）——一种基于当前通信通道状态的内部协议；
迄今为止，有特殊的VoIP网关（IP语音网关）提供传统模拟电话到IP网络的连接。作为一项规则，他们还有一个内置路由器，允许您跟踪流量、授权用户、自动分配IP地址和管理带宽。
VoIP网关的标准功能包括：
- 安全功能（创建访问列表、授权）；
- 传真支持
- 语音邮件支持；
- 支持H.323、SIP（会话发起协议）。
为了处理IP传输中可能出现的延迟，有必要用额外的手段来补充它，例如优先级设置协议（这样语音数据就不会与正常数据竞争）。通常，出于这些目的，路由器使用低延迟队列(LLQ)或基于类的加权队列(CBWFQ-基于类的加权公平队列)。
此外，需要优先考虑语音数据作为传输最重要的标记方案。
5. 传输层
传输层的特点是：
- 顶级应用的数据分割；
- 提供端到端的连接；
- 保证数据的可靠性。
主要的传输层协议有TCP（传输控制协议）、UDP（用户数据报协议）、RTP（实时传输协议）。直接在IP电话中使用UDP和RTP协议，它们与TCP的主要区别在于它们不提供可靠的数据传输。这是比传输控制(TCP)更可接受的选项，因为电话非常依赖于传输延迟，但对数据包丢失不太敏感。
UDP
UDP基于IP网络协议，为应用进程提供传输服务。它与TCP的主要区别在于提供了非保证交付，即在发送和接收数据时，不请求确认。此外，在发送信息时，不需要在UDP模块（源和接收器）之间建立逻辑连接。
实时传输协议
尽管RTP被认为是一种传输层协议，但它通常在UDP之上工作。使用RTP实现流量类型识别、时间戳、传输控制和数据包序列编号。RTP的主要目的是为接收端处理的每个传出数据包分配时间戳。这允许您以正确的顺序接收数据，减少网络中数据包传输时间不均的影响，并恢复音频和视频数据之间的同步。
6. 数据层
OSI模型的最后三个层次将一起考虑。这样的联合是允许的，因为发生在这些层次上的过程是紧密相连的，并且不管划分成子层次来描述它们会更合乎逻辑。
H.323
第一步是描述1996年开发的H.323协议栈。该标准描述了用于分组交换网络（Internet）中的音频和视频通信的设备、网络服务和终端设备。对于任何H.323标准设备，都需要语音共享。
H.323建议：
- 平台独立性。
- 模拟数据的编码标准。
- 带宽管理。
- 灵活性和兼容性。
请注意一个非常重要的事实：这些建议没有定义物理传输介质、传输协议和网络接口。这意味着支持H.323标准的设备可以在当今存在的任何分组交换网络上工作。
根据H.323，VoIP连接的四个主要组成部分是：
- 终端;
- 网关；
- 区域控制器
- 多点会议单元(MCU)。
IP电话中的网络框图示例
SIP（会话发起协议）：请参考：什么是SIP协议？
SIP是一种信令协议，旨在组织、修改和终止通信会话。SIP独立于传输技术，但是在建立连接时最好使用UDP。建议使用RTP来传输语音和视频信息本身，但不排除使用其他协议的可能性。
SIP定义了两种类型的信令消息——请求和响应。还有六个程序：
INVITE（邀请）-邀请用户参与通信会话（用于建立新连接；可能包含用于批准的参数）；
BYE（断开连接）——终止两个用户之间的连接；
OPTIONS（选项）-用于传输有关支持的特性的信息（这种传输可以直接在两个用户代理之间进行，也可以通过SIP服务器进行）；
ASK（确认）-用于确认收到消息或对INVITE命令做出积极响应；
CANCEL（取消）——停止用户搜索；
REGISTER（注册）——将有关用户位置的信息传输到SIP服务器，SIP服务器可以将其广播到地址服务器（LocationServer）。
SIP会话脚本
7. 编解码器
音频编解码器是压缩或解压缩数字音频数据的程序或算法，从而降低数据通道的带宽要求。在IP电话中，通过G.729编解码器进行转换，以及根据A-law(alaw)和μ-law(ulaw)进行G.711压缩是当今最常见的。
G.729
G.729是一种编解码器，可压缩原始信号并丢失数据。G.729中规定的主要思想不是数字化信号本身的传输，而是其参数（频谱特性，到零的跃迁数）的传输，足以在接收侧进行后续合成。同时，保留了声音的所有基本特征，例如幅度和音色。
该编解码器设计的信道容量为8kbps。处理后的G.729帧长为10ms，采样频率为8kHz。对于这些帧中的每一个，确定数学模型的参数，这些参数随后以代码的形式传输到信道。
使用G.729编码时，延迟为15ms，其中5ms用于填充初步缓冲区。我们还注意到G.729编解码器对处理器资源提出了相当高的要求。
G.711
G.711是一种语音编解码器，除了压扩之外不涉及任何压缩，这是一种减少动态范围有限的信道影响的方法。这种方法的基础是在保持音质的同时减少高音量区域中信号的量化级数的原理。电话中两种广泛使用的压扩方案是alaw和ulaw。
此编解码器中的信号由64kbit/s的流提供。采样率-8000帧，每秒8位。语音质量主观上优于使用G.729编解码器。alaw或A-law-一种用于压缩音频数据并丢失信息的算法。它主要用于欧洲和俄罗斯。
8. 服务质量-QoS问题
在基于TCP/IP栈的网络中，默认不提供对传输时延敏感的高质量流量服务。使用TCP协议时，可以保证可靠的信息传递，但其传输可能会出现不可预知的延迟。UDP的特点是延迟最小化，但不能保证正确的数据包传送。同时，语音业务的质量因素很大程度上取决于传输质量，在没有实施保证适当质量的机制的网络中，IP电话的实施可能无法满足用户的要求。服务质量的主要指标是网络带宽和传输延迟。在这种情况下，延迟定义为从发送数据包到接收到数据包所经过的时间段。还有网络可用性和可靠性等特性（通过长期监控服务水平的结果，或者通过利用率来评估）。
以下机制用于提高通信质量：
- 重新路由。当其中一个通信通道过载时，它允许通过备用路由进行传送。
- 在连接期间保留通信信道资源。
- 交通优先。它使您能够根据包裹的重要性级别标记包裹并根据标签执行服务。
如前所述，语音流量对传输延迟极为敏感。最大延迟时间不应超过400毫秒（这也包括终端站信息处理的持续时间）。有两种主要类型的延迟：
- -在语音网关或终端设备中编码信息时的延迟。它通过改进语音处理和转换算法来减少。
- -传输网络引入的延迟。通过改进网络基础设施，特别是减少路由器的数量和使用高速通道来减少它。
