基于SIP會話的RTP話音識別及壓縮設計

賀翔，張問謙

（廣州海格通信集團股份有限公司，廣州 510663）

0 引言

衛星通信鏈路由于其傳輸距離遠、頻譜資源珍貴等特點，在網絡中往往作為跨區域主干鏈路傳輸高價值數據[1]。VoIP話音作為一種關鍵業務通常被同時多路使用。

VoIP話音業務一般采用RTP協議承載話音數據，其包頭字段之間存在很大的冗余度，傳輸開銷較大，多路業務并發時效率極其低下。壓縮后傳輸能夠顯著地節約系統帶寬，提高業務并發數量，但RTP協議流媒體的識別有一定難度。業內常用的識別算法通常基于RTP協議的多種特征，根據上下文進行會話匹配，但存在一定的漏報率和誤報率[2]，而誤報會造成數據損壞，產生較為惡劣的影響。

經分析，VoIP話音在會話建立和維持方面，通常采用H.323或SIP協議。由于H.323協議標準復雜而嚴格，衛星通信網絡中多采用靈活易擴展的SIP協議。

本文闡述了當前識別RTP流存在的困難，并分析RTP協議和傳輸具有的特征，在這個基礎上針對SIP會話場景，設計出一種快速RTP識別方法，并在保證穩健性的前提下，采用ROHC包頭壓縮技術壓縮傳輸，極大地提高了衛星信道資源利用率。

1 RTP特征識別

RTP協議作為應用層協議，其傳輸層可用TCP或UDP協議。在衛星網絡應用實際情況中，由于UDP協議簡單，無需握手確認等特點，RTP協議通常采用UDP協議作為傳輸層協議，即采用IP/UDP/RTP分組。

RTP報文用于傳輸多媒體數據，由RTP報頭和數據兩部分組成，對RTP的識別主要是對RTP首部的識別。RTP首部及數據格式定義如下：

圖1 RTP協議格式定義

在RTP首部中，前12字節是固定的，而且是必須的。下面主要介紹前12字節的含義。

1.V：指示RTP協議的版本號，2bit，目前為0b10；

2.P：填充標志，指示報文尾部是否填充額外信息；

3.X：擴展標記，指示是否有RTP頭擴展；

4.CC：CSRC計數器；指示 CSRC的個數（0-15）；

5.M：與載荷有關的標記信息；

6.PT：載荷類型；

7.Sequence number：RTP報文序列號，每次加1；

8.timestamp：時間戳，用于同步控制；

9.SSRC：同步信源標示符，用于標識同步信源（一次會話一個值）；

10.CSRC：特約信源標識符，標識了包含在該RTP報文的所有特約信源；

11.內容：這里存放載荷數據。

識別RTP協議的過程即是根據RTP協議的特點把RTP數據識別出來，上述可見，RTP協議包可以總結為一下特征：

1.總長度不少于12字節；

2.首字節最高兩個比特為0b10；

3.CC字段為0-15，且CC*4+12應大于總長度；

4.Sequence number每次加1

5.timestamp為遞增關系；

6.SSRC每次會話中不變。

業內常用的識別算法通常基于上述信息指定，其中Sequence number、timestamp和SSRC的判定需要結合上下文考慮，檢測會消耗較多資源，且仍存在漏報或誤報的可能[3]。本方法不采用這三個特征，在沿用前3個特征的基礎上，增加IP地址和UDP端口號作為精確的識別特征，以此可以進行精確判斷。由于RTP采用的UDP端口號是動態的，故增加SIP會話識別的方法進行確定。

2 SIP特征識別

SIP協議是一種在IP網絡中建立、修改和終止多媒體會話的應用層協議，一般采用5060號端口，識別后可用于判斷一個VoIP會話的開始和結束，從而用來得到一次會話的相關信息，如源/目的IP地址及端口號等[4]。

SIP 請求消息分為：INVITE、ACK、OPTIONS、BYE、CANCEL、REGISTER和INFO等；SIP響應消息使用響應狀態碼標識。下面描述下識別會話相關的消息：

1.INVITE：用于邀請對方加入會話，標識著一個會話的開始；

2.BYE：釋放呼叫，標識著一個會話的結束；

3.CANCEL：取消一個進行中的請求，通常標識著呼叫的取消；

4.SIP/2.0 200 OK：標識著一個請求消息已經被正確的理解和執行，在后續協議串中會包含執行的內容，如標識INVITE或BYE的成功執行。

值得注意的是：在INVITE及其應答消息中，具備本次通話約定的相關描述。例如RTP采用的音頻傳輸端口號描述為：

m=audio 10010 RTP/AVP 111 110 0 8 101

表示音頻傳輸采用10010端口。

需要收集的信息包括RTP端口號、源IP地址、目的IP地址。

該方法利用上述信息建立和釋放RTP會話，該方法可以取得很高的識別精度。

3 壓縮設計

一個典型的VoIP話音數據包采用IP/UDP/RTP分組結構，報頭的總開銷包括：IP（20字節）+UDP（8字節）+RTP頭（12字節）=40字節，而有效負載通常只有幾十字節。為避免帶寬浪費，需要對報頭進行壓縮。

ROHC是IETF專門針對無線鏈路的特點而提出的穩健報頭壓縮技術，可通過選擇profile的形式針對IP、UDP、RTP進行壓縮。其功能實體分為兩個部分：壓縮端和解壓縮端[5]。當壓縮端收到一個IP分組時，首先進入初始化狀態，采集報頭信息存入上下文中，同時將該信息傳送給解壓端，解壓縮端接收到后，解壓縮出報頭信息并存入上下文[6-7]。雙方建立好上下文后開始進行壓縮傳輸。

ROHC協議在協議棧中的位置處于鏈路層和IP層之間，對每個分組流都分配一個唯一的上下文標識（CID）用于唯一識別，去掉了冗長的IP報頭和UDP報頭，換成了簡短的多的ROHC壓縮報頭。

ROHC可工作在無反饋信道（U模式）、弱反饋信道（O模式）、強反饋信道（R模式）三種模式，基于衛星無線鏈路反饋時間長、信道資源緊張的特點，適合采用U模式。壓縮方采用樂觀逼近和周期性則進行狀態轉移。該模式下的狀態轉移圖如下：

圖2 U模式狀態轉移圖

U模式下初始進入IR（初始化）狀態，在發送N包后自動切換為FO（復位有序）狀態，進而在發送一段N包后，切換到SO（完全有序）狀態，在用戶定時周期到后切換回IR狀態。在U模式下不采用反饋信道，包只沿著一個方向傳輸，即從壓縮端到解壓縮端，雖然壓縮率相對O模式和R模式較低，但應用在不可靠的衛星無線鏈路環境下，可有效避免可能的反復確認，鑒于話音通信的特點，在合理調整回退周期時間后，基本不影響話音通信質量。

4 整體流程

使用上述方案合理配合以形成完整的RTP話音識別、壓縮、傳輸流程。具體流程如下：

1.接收到UDP包；

2.判斷是否是SIP端口（5060）發來消息，若不是進入第9步；

3.判斷是否是INVITE消息或其應答，若不是進入第6步；

4.判斷會話記錄總條數是否滿，若滿則替代最舊那條記錄，否則增加一條會話記錄；

5.傳送該包，流程結束；

6.若SIP端口接收到的是CANCEL、BYE消息或其應答，解析得到會話數據；

7.在會話列表中刪除該條記錄；

8.跳轉到第5步；

9.接收到非SIP端口UDP數據，判斷是否符合上述RTP特征，若不符合跳轉到第5步；

10.檢查會話列表中是否有符合的會話，若未找到，跳轉到第5步；

11.送IP包給ROHC壓縮器進行壓縮；

12.跳轉到第5步。

在接收方，接收到正常IP數據包不做處理，直接轉發；接收到ROHC數據包后，進行解壓縮處理，然后轉發。如出現無線鏈路不可靠造成的上下文丟失，則該包丟棄，直到下一個周期來到，重建上下文。

圖3 RTP識別、壓縮、傳輸流程

5 結語

基于SIP會話的RTP話音識別及壓縮方法在寬帶衛星通信網絡中得到了很好的應用，有效解決了空中傳輸VoIP話音資源占用過多問題，顯著提高了有限帶寬條件下話音接入數量。隨著我國海洋運輸、海域管理的蓬勃發展，衛星VoIP會話業務需求不斷增長，衛星終端的成本逐漸降低，該方式應用將會越來越廣泛。同時也可以推廣到其他類型無線網絡中使用。