基于RTP協(xié)議的IP電話QoS監(jiān)測及提高策略
加入技術交流群
1 引言
隨著Internet和多媒體技術的飛速發(fā)展，Internet已由早期的單一數(shù)據(jù)傳輸網(wǎng)向多媒體數(shù)據(jù)(視頻、音頻、文本等)綜合傳輸網(wǎng)發(fā)展。但Internet提供的只是盡力而為的服務，不能滿足多媒體應用程序對傳輸延遲、包丟失、抖動控制等要求，為了能在傳統(tǒng)的IP網(wǎng)上運行多媒體程序，必須考慮服務質量(Ouality of Service，QoS)。QoS可用延遲、抖動、吞吐量、丟包率等參數(shù)來描述。為了支持網(wǎng)絡的實時傳輸服務，互聯(lián)網(wǎng)工作組(Internet Engineering Task Force，IETF)制定了實時傳輸協(xié)議(Real-time Transport Protocol，RTP)。RTP是專門為交互式音頻、視頻、仿真數(shù)據(jù)等實時媒體應用而設計的輕型傳輸協(xié)議，已廣泛應用于各種多媒體傳輸系統(tǒng)中。IP電話作為一種新興業(yè)務，因其低廉的話費受到廣大用戶的歡迎。但IP電話中的通話時延、話音失真一直是制約IP電話迅速發(fā)展的“瓶頸”。如何確保IP電話的QoS，是IP電話成功與否的關鍵。
結合IP電話系統(tǒng)，從音頻實時傳輸和控制兩方面來討論RTP及實時傳輸控制協(xié)議(Real-time TransportControl Protocol，RTCP)應用技術，分析影響媒體流實時傳輸?shù)囊蛩?。最后從實際實驗、應用的角度，討論如何獲得當前Internet可行的QoS監(jiān)測，并針對QoS質量保證提出切實可行的解決方案。
2 實時傳輸協(xié)議RTP
RTP是用于Internet上針對多媒體數(shù)據(jù)流的一種傳輸協(xié)議，被定義為在一對一或一對多的傳輸情況下工作，其目的是提供時間信息和實現(xiàn)流同步。RTP通常使用用戶數(shù)據(jù)報協(xié)議(User Datagram Protocol，UDP)來傳送數(shù)據(jù)，但RTP也可以在傳輸控制協(xié)議(Transmission Control Protocol，TCP)或異步傳輸模式(Asynchronous Transfer Mode，ATM)等其他協(xié)議之上工作。當應用程序開始一個RTP會話時將使用2個端口：1個給RTP，1個給RTCP。RTP本身并不能為按順序傳送數(shù)據(jù)包提供可靠的傳送機制，也不提供流量控制或擁塞控制，它依靠RTCP提供這些服務。通常RTP算法并不作為一個獨立的網(wǎng)絡層來實現(xiàn)，而是作為應用程序代碼的一部分，RTCP和RTP一起提供流量控制和擁塞控制服務。在RTP會話期間，參與者周期性地傳送RTCP包，RTCP包中含有已發(fā)送的數(shù)據(jù)包的數(shù)量、丟失的數(shù)據(jù)包的數(shù)量等統(tǒng)計資料，因此，服務器可以利用這些信息動態(tài)地改變傳輸速率，甚至改變有效載荷類型。RTP和RTCP配合使用能以有效的反饋和最小的開銷使傳輸效率最佳化，因而特別適合傳送網(wǎng)上的實時數(shù)據(jù)。
2.1 RTP數(shù)據(jù)包
RTP數(shù)據(jù)包由12個字節(jié)的固定RTP頭和不定長的連續(xù)媒體數(shù)據(jù)(視頻幀或音頻幀)組成。RTP協(xié)議的數(shù)據(jù)包格式如圖1所示。
RTP報文頭部分各個參數(shù)的意義如下：
(1)版本(V)：2bit版本號置2。
(2)擴展位(Extension-X)：由使用的RTP框架定義。
(3)填充(P)：用以說明包尾是否附有非負荷信息。
(4)負載類型(PT)：對音頻或視頻等數(shù)據(jù)類型予以說明，并說明數(shù)據(jù)的編碼方式。
(5)標志位(Marker-M)：標志位由具體的應用框架定義。
(6)序列號(Sequence Number)：為了安全，服務器從一個隨機初始化值開始，每發(fā)送一個RTP數(shù)據(jù)包序列號增加1?？蛻舳丝筛鶕?jù)序列號重新排列數(shù)據(jù)包的順序，并對丟失、損壞和重復的數(shù)據(jù)包進行檢測。
(7)時間戳(Timestamp)：RTP時間戳為同步不同的媒體流提供采樣時間，用于重新建立原始音頻或視頻的時序。另外，它還可以幫助接收方確定數(shù)據(jù)到達時間的一致性或變化(有時被稱為抖動)。
(8)同步源標識(SSRG)：幫助接收方利用發(fā)送方生成的唯一的數(shù)值來區(qū)分多個同時的數(shù)據(jù)流。SSRC必須是一個嚴格的隨機數(shù)。
(9)作用標識(CSRC)：網(wǎng)絡中使用混合器時，混合器會在RTP報文頭部之后插入新的同步源標識，其作用是區(qū)分多個同時的數(shù)據(jù)流。
2.2 RTP控制協(xié)議——RTCP
在RTP會話中，RTCP周期性地給所有參與者發(fā)送控制包，應用程序或第三方監(jiān)控者接受RTCP控制包，從中獲取控制信息，估計當前QoS，以便進行傳輸控制、擁塞處理、錯誤診斷等。
RTCP報文頭部參數(shù)首先要區(qū)別攜帶不同控制信息的RTCP報文的類型，RTCP報文的類型主要有以下幾種：(1)SR：發(fā)送報告，當前活動發(fā)送者發(fā)送、接收統(tǒng)計;(2)RR：接收報告，非活動發(fā)送者接收統(tǒng)計;(3)SDES：源描述項，包括CNAME;(4)BYB：表示結束;(5)APP：應用特定函數(shù)。其中最主要的RTCP報文是SR和RR。通常SR報文占總RTCP包數(shù)量的25%，RR報文占75%。
通過這5種控制包，RTCP協(xié)議實現(xiàn)了以下4個主要功能：
(1)提供數(shù)據(jù)發(fā)布的質量反饋，這是RTCP最主要的功能。作為RTP傳輸協(xié)議的一部分，與其他傳輸協(xié)議的流和阻塞控制有關。反饋對自適應編碼控制直接起作用。反饋功能由RTCP發(fā)送者和接收者報告執(zhí)行。
(2)送帶有稱作規(guī)范名字(CNAME)的RTP源持久傳輸層標識。如發(fā)現(xiàn)沖突，或程序重新啟動，SSRC標識可改變，接收者需要CNAME跟蹤參加者。接收者也需要CNAME與相關RTP連接中給定的幾個數(shù)據(jù)流聯(lián)系。
(3)根據(jù)參與RTP會話的數(shù)量調(diào)整RTCP的發(fā)送速率。
(4)傳送最小連接控制信息，如參加者辨識。最可能用在“松散控制”連接，那里參加者自由進入或離開，沒有成員控制或參數(shù)協(xié)調(diào)，RTCP充當通往所有參加者的方便通道，但不必支持應用的所有控制通信要求。
3 由RTP包分析影響多媒體數(shù)據(jù)流實時傳輸?shù)囊蛩?/STRONG>
隨著VoIP領域不斷發(fā)展，滿足網(wǎng)絡QoS檢測需求的應用也成為引人注目的焦點。IP QoS是指IP的服務質量，也是指IP數(shù)據(jù)流通過網(wǎng)絡時的性能。目的就是向用戶提供端到端的服務質量保證。有一套度量指標，包括業(yè)務可用性、延遲、可變延遲、吞吐量和丟包率等，現(xiàn)就項目中在上海阿爾卡特網(wǎng)絡支援系統(tǒng)有限公司NGN實驗室中所得到的RTP和RTCP包進行分析，主要研究其中3個因素，從而達到對實時流媒體數(shù)據(jù)進行監(jiān)控的目的。
3.1 抖動
抖動會引起端到端時延的增加，引起語音質量的降低。在音頻數(shù)據(jù)的傳輸過程中，由于傳輸延遲的不穩(wěn)定而造成相鄰數(shù)據(jù)包接收時刻間隔不穩(wěn)定，從而產(chǎn)生抖動。消除抖動的主要依據(jù)就是RTP包的首部中包含的時間戳字段。時間戳標志著該段音頻數(shù)據(jù)中第一個采樣點的采樣時間。每兩個RTP包的抖動可以用其RTP包中的RTP時戳和接收的時刻進行計算。
關于包的傳送時間，接收者最先了解到的是它的時間戳和接收者當前時間之間的差值。該差值是：Di=Ri-Si，表示從包被蓋上戳開始，到它在信源的輸出鏈路上被實際發(fā)送為止，其中的傳送時間和某個機器時間。RFC 1889建議使用NTP來完成端點的端到端同步，但是也有非同步端點實現(xiàn)存在。
包i和包j之間增加的延遲差(二階效應)計算公式如下：設Rj代表第j個包的接受時刻，Sj代表第j個包的RTP時戳值，則第i個RTP報文與第j個RTP報文間的抖動為D(i，j)
在生成RTCP報文時，其應當傳送的時延抖動的值可用以下公式進行遞推計算
其中：J為要傳送的時延抖動值。對后一項除以16是為了消除連帶噪聲。
抖動是分組交換的必然結果，影響抖動的因素一般和網(wǎng)絡的擁塞程度有關。由于語音同數(shù)據(jù)在同一條物理線上傳輸，語音數(shù)據(jù)通常會由于數(shù)據(jù)報文占用了物理線路而導致阻塞。解決抖動通常采用緩沖隊列來解決(在網(wǎng)關、IAD上均有JitterBuffer來消除抖動)，每收到一個數(shù)據(jù)包，先將其放人緩沖區(qū)，應用程序在緩沖區(qū)另一端取數(shù)據(jù)，只要緩沖區(qū)足夠大，抖動一定能被平滑掉。而錯序是由于網(wǎng)絡擁擠而使某些后發(fā)的數(shù)據(jù)包先到達收端而引起的，只要設置足夠大的緩沖區(qū)來對數(shù)據(jù)包重新排序，就能解決這個問題。或者需要IP承載網(wǎng)采用QoS策略，保證語音數(shù)據(jù)的最高優(yōu)先級，得到最先發(fā)送和獲得高帶寬也是解決抖動問題的主要手段。
3.2 時延
時延是處理和傳輸導致數(shù)據(jù)不能按時到達的延遲，是影響流媒體數(shù)據(jù)傳輸?shù)囊粋€主要因素。話音信號在端到端傳輸過程中受到的時延遲滯通常包括：編解碼器引入的時延、打包時延、去抖動時延、承載網(wǎng)上的傳輸節(jié)點中排隊、服務處理時延。這些時延累計的總和將影響話質，導致回聲干擾和交互性的劣化。對于VoIP系統(tǒng)，規(guī)定時延一般控制在150 ms內(nèi)。
分組語音網(wǎng)絡中的延遲可分為固定延遲和可變延遲。前者相對容易得到，筆者不作考慮。在計算丟包率時，主要考慮可變延遲。丟包判定等待時限Twait設定的大小在很大程度上影響丟包率計算的準確性，也就是可變延遲的影響，它與語音包的傳輸延遲Ttrf有關，Twait越大等待時限就越長。但不能超過保證語音流連續(xù)播放的時間上限Tmax(Tmax一般取250 ms)，即：Twait=min(Twait，Tmax)。Ttrf可根據(jù)RTCP協(xié)議的SR控制包中的NTP(Network Time Protoco1)時間戳計算得到，見圖2。
使用RTCP包計算網(wǎng)絡時延要求在兩個端點之間傳送發(fā)送方報告(RTCPSR)。RTCP包中的報文類型以二進制表示，其中十進制的200代表此包的報文類型為SR(發(fā)送報文)。收到200的包類型，表明可以提供足夠的信息，計算與這個SSRC有關的發(fā)送方的延遲。那么就計算發(fā)送方流(SSRC)和源流(SSRC_n)之間的雙向延遲。每次在收到RTCPSR包時，必須保存上一個時間戳(Last SR Timestamp，LSR)和DLSR(Delay SinceLast SR)值。SSRC的LSR域是從該SSRC接收到的NTP時間戳的中間32 bit，只要接收到一個NTP時間戳就可以了。如果沒有接收到NTP時間戳，那么這個域應該設置為0。信源可能無法獲得時鐘，或者其他可接受的消逝的時間。因此，在會話持續(xù)期間，特定SSRC的這個域可能保持為0。DLSR域是端點從發(fā)送者那里接收到一個SR以后過去的時問。這個計數(shù)器的每一步代表1/65 536 s。一般來說，在NTP時戳，LSR或DLSR等于零時，不應該計算雙向延遲。網(wǎng)絡傳輸時延Ttrf即為雙向延遲的一半。具體計算方法如下：設目的網(wǎng)關接收源網(wǎng)關發(fā)送的控制包SRi，經(jīng)過一段時延DLSR后，向源網(wǎng)關發(fā)送相應的響應SR控制包SRj，并從控制包SRj中的NTP時間戳域中提取中間的32 bit作為控制包SRi的LSR。如果沒有收到源網(wǎng)關發(fā)出的SR控制包，則L5R和DLSR都置為0。最后，將DLSR和LSR的值填入到控制包SRj的相應域中。設源網(wǎng)關接收到控制包SRj時刻為A，則當前網(wǎng)絡傳輸延時為
Ttrf=(A-LSR-DLSR)/2 (3)
由實驗包中的數(shù)據(jù)得出的Ttrf是使用32 bit歸一化NTP時戳計算的，所以要把延遲轉換成毫秒單位，結果中前16 bit將與延遲秒數(shù)對應，后16 bit與1/65 536 s的數(shù)字對應。因此，上面16 bit必須乘以1 000，把秒轉換成毫秒。下面16 bit必須除以65 536，然后再乘以1 000。兩個因數(shù)之和可以得到最終結果。
實時語音傳輸要求端對端時延不能太大，端到端的時延要求分成4個等級：≤150ms(最好)、150～250ms(較好)、250～450ms(一般)和450ms以上(差)。可以通過設定IP優(yōu)先級、路由選擇、RED(隨機早期檢查)等技術來縮短IP網(wǎng)絡時延。
?、賰?yōu)先級是指對每個數(shù)據(jù)包的級別進行分類，不同級別的數(shù)據(jù)包在網(wǎng)絡進行預留帶寬分配、通過順序、時延抖動、丟包等方面處理時，所受到的待遇不同，這樣可以確保語音、圖像等對實時性要求比較高的數(shù)據(jù)包優(yōu)先傳輸，以提高傳輸質量。
?、谶x擇合適的路由繞過那些負載過重的路由器，直接連到主干網(wǎng)進行傳輸。
?、郛斁W(wǎng)絡擁擠發(fā)生擁塞時，RED就優(yōu)先丟棄一些對話音影響較小的數(shù)據(jù)包，并讓終點站降低傳輸速率，避免路由器或交換設備緩沖區(qū)溢出。
此外，采用流量控制、隊列管理、數(shù)據(jù)包保護技術也可以提高網(wǎng)絡的管理性能，從而縮小網(wǎng)絡時延。
3.3 丟包率
丟包率定義為在網(wǎng)絡中傳輸數(shù)據(jù)包時丟棄數(shù)據(jù)包的最高比率。數(shù)據(jù)包丟失一般是由網(wǎng)絡擁塞引起的。丟包對VoIP語音質量的影響較大，在本實驗環(huán)境中，采用G.711時，當丟包率大于10%時，已不能接受，而在丟包率為5%時，基本還可以接受，因此，要求IP承載網(wǎng)的丟包率小于5%。
丟包率為單位時間內(nèi)丟失的語音包的數(shù)目。檢測的具體方法是統(tǒng)計語音流中的連續(xù)2個SR(發(fā)送端報告控制包)的時間間隔Tint內(nèi)實際接收語音包的數(shù)目Nreal，然后按下面公式來計算丟包率Rlost
Rlost=(Nexp-Nreal)Nexp (4)
其中：Nexp為期望的語音包數(shù)目，它等于在Tint內(nèi)接收到語音包的最小序號Ni和最大序號Nj之差，用下面公式來表示：Nexp=Nj-Ni，實際接收到的語音包Nreal可能包括在Tint之前的遲到包(由于語音數(shù)據(jù)采用UDP協(xié)議傳輸，不存在重復包)，所以計算所得的丟包率會出現(xiàn)負數(shù)。此時丟包率定義為0。
丟包率的計算可在每個丟包判定等待時限內(nèi)計算，也可按照一定的時間間隔來計算一次，而這個時間間隔要根據(jù)網(wǎng)絡的負載、網(wǎng)絡的穩(wěn)定情況來確定。為了減少網(wǎng)絡的負載，不是每次計算的丟包率都要反饋給源網(wǎng)關的，而是事先根據(jù)網(wǎng)絡用戶期望的語音質量來確定兩個丟包率狀態(tài)的閾值R1和R2。對于音頻而言，取R1=3%，R2=8%。當Rlost>R2時，將丟包率信息的標志位，置為“overload”(擁塞)，表示網(wǎng)絡處于擁塞狀態(tài);當Rlost
根據(jù)RTP頭中的sequence number域，可以在接收端很輕易地發(fā)現(xiàn)包丟失，為丟包修復奠定基礎。在實際使用中發(fā)現(xiàn)，絕大多數(shù)丟包是單個丟包，兩個或兩個以上包丟失的比例較小。針對單個包的丟失，傳統(tǒng)的丟包處理方法有兩種：一種方法是重發(fā)，但在傳輸語音數(shù)據(jù)時，重發(fā)將引起播放質量下降，出現(xiàn)無法識別的話音或回音現(xiàn)象;另一種方法是忽略，這同樣會影響播放質量。更好的方案是使用拆分法優(yōu)化丟包損失。拆分法的基本思想是：在發(fā)送端把原來要打入一個RTP包的話音數(shù)據(jù)按照采樣間隔分成兩塊，然后采用相同的壓縮算法分別壓縮、打入RTP包，并標記相同的時印進行傳輸。在接收方執(zhí)行相反的過程，把解壓縮后的數(shù)據(jù)采樣、合并、回放。 如果某個RTP包在傳輸過程中丟失，那么丟失的只是原數(shù)據(jù)包按采樣間隔的一半信息，接收端可以用接受到的另一半信息，利用插值等方法恢復出原話音包的大部分信息，從而使話音質量不至于下降太多。拆分法的主要思想如圖4所示。
4 結束語 對音頻數(shù)據(jù)的實時傳輸問題進行了詳細分析，在分析RTP協(xié)議的基礎上，探討了基于RTP協(xié)議的QoS動態(tài)監(jiān)測的一些方法，并提出了解決在流媒體中存在的語音實時傳輸質量保證的策略。避免語音通信實時性差的缺點，減小了網(wǎng)絡延時使抖動的影響減低，改善了語音傳輸效果。目前，IP電話用戶數(shù)每年正以239%的速度增長。下一步將以此為依據(jù)設計出基于RTP的一個應用模型，進行深層開發(fā)研究。
評論