基于AMR語音編解碼算法的VoIP系統
加入技術交流群
1 NS-2和AMR相關技術
1.1 NS-2網絡模擬器
NS-2(Network Simulator，version 2)是由加州大學伯克利分校開發的面向對象的、離散事件驅動的網絡模擬器，主要用于解決網絡研究方面的問題，目前NS-2可以用于模擬各種不同的通信網絡。它功能強大，模塊豐富，已經實現的主要模塊有：網絡傳輸協議(如TCP和UDP)，業務源流量產生器(如FTP、Telnet、Web、CBR和VBR)，路由隊列管理機制(如Droptail、FQ、RED和CBQ)，路由算法(如Dijkstra)，無線網絡WLAN、移動IP、衛星通信網絡模塊、多播協議以及一些MAC子層協議等。
NS-2使用了被稱為分裂對象模型的開發機制，采用C++和OTcl兩種開發語言進行開發，它們之間采用TclCL進行自動連接和映射。NS-2的模擬可分為2個層次，其中第一個層次是基于OTcl的模擬，主要利用NS-2現有的網絡元素來實現模擬，因此無需對NS-2本身做任何修改，只需要編寫一個完整的OTcl腳本程序即可；另外一個層次是基于C++和OTcl的模擬，該層次中沒有所需的網絡元素，因此需要對NS-2進行擴展，添加所需要的網絡元素。一般來說，NS-2的模擬需要與NamvNetwork animaterw配合使用。Nam是基于Tcl/Tk的動畫演示工具，以把模擬的過程用可視化的方式呈現出來[2]。
1.2 AMR自適應技術的介紹
自適應多速率語音編碼(AMR)有8種信源編碼模式,2種信道模式(即全速率信道模式和半速率信道模式)以及不同信道模式下所對應的不同信道編碼模式。其中，全速率信道模式下所對應的信道編碼模式為8種，半速率信道模式下所對應的信道編碼模式為6種，每種信道編碼模式都有一種信源編碼模式與之相對應。此外為了降低算法的復雜度，8種信源編碼模式均采用ACELP(Algebraic Code Excited Linear Prediction)模型，不同的只是參量的量化碼本和量化比特數。在移動通信中，當信道模式固定后，通過測量歸一化的載(載波信號)干(干擾信號)比來估計當前信道的質量，度量級別為4個級別，分別為很差、差、好、很好。如果當前信道質量估計為較好或者好，則降低信道編碼速率、提高信源編碼速率，以此來提高重構后的語音質量；如果當前信道質量估計為差或者較差，則提高信道編碼速率、降低信源編碼速率，以此來保障通話質量。所以高模式下的信源編碼(如MR122)，雖然可以提供優良的語音可懂度和自然度，但是抗噪能力差；而低模式下的信源編碼(如MR475)，由于多數比特被用作信道編碼，因此具有很強的糾錯能力，但是重構后的語音質量不佳[3]。
2 AMR算法下的VoIP系統
VoIP傳輸的基本過程可分為4種：PC-PC模型、PC-Phone模型、Phone-PC模型和Phone-Phone模型[4]。本文中仿真的是Phone-Phone模型，具體過程如圖1所示。在該模型中，語音的傳輸過程可以拆分為2個階段。第一個階段，語音數據通過UDP協議打包從源點pc0-T開始發送，通過網關gk0、gk1轉發，將語音數據包轉發到目的地點pc0-R，從而實現節點0~5之間的語音數據通信；第二個階段，語音數據通過UDP協議打包從源點pc1-T開始發送，通過網關gk1和gk0轉發，將語音數據包轉發到目的地點pc1-R，從而實現節點6~1之間的語音數據通信。2個階段連續的傳輸過程構成了VoIP中語音數據的基本傳輸過程。此外，為了更加真實地模擬網絡資源的變化，設置了一個pc到pc的網絡數據量的傳輸過程。該過程為：網絡數據通過TCP協議打包從源點pc2-T開始發送，通過網關gk0和gk1轉發，將網絡數據包轉發到目的地點pc2-R，從而實現節點2~7之間的網絡數據的傳輸。通過設置不同的網絡數據流量可以來模擬當前網絡信道質量的好壞，從而為選擇不同的AMR信源編碼模式做準備。
為了檢測網絡擁塞下新VoIP系統的性能，需要對上述語音模型的一些參數進行調整：(1)公共交換網(PSTN)傳輸帶寬的設定。節點0~3之間的鏈路是用來模擬PSTN的，而PSTN中最大的語音傳輸速率(無損語音編碼方案G.711)為64 Kb/s，因此為了體現帶寬資源的寶貴性，設置此鏈路的傳輸帶寬為64 Kb，同理節點1~3之間、節點5~4之間、節點6~4之間的傳輸帶寬也設為64 Kb；(2)Internet網傳輸帶寬的設定。節點3~4之間的鏈路是用來模擬Internet網的，由于Internet網中傳輸數據量往往很大，而分配給每個用戶之間的傳輸帶寬是有限的，因此為了體現網絡帶寬的有限性，設置此鏈路的傳輸帶寬為1 Mb。同理節點2~3之間、節點4~7之間的傳輸帶寬也設為1 Mb；(3)當前網絡信道質量的度量。為了度量當前網絡信道質量，選取衡量VoIP系統性能的參數如時延、抖動、數據包丟失率等來作為衡量當前信道質量的參數。在本實驗中，選取的是在一定時間內的語音數據丟包率，其計算公式為：λ=Sd/SRTT，式中Sd為固定時間內丟失的語音包數目，SRTT為固定時間內發送的語音包數目[4]；(4)AMR信源編碼模式的選擇。由于AMR有8種信源編碼模式，且8種信源編碼模式均是基于ACELP模型，各個模式下重構后的語音MOS值相差也不大，但是AMR總的代碼量卻很大，所以綜合衡量起來，可以根據不同的語音數據包丟失率來自適應地選取其中的3種，即：MR122、MR74、MR475[3]。選擇標準為：當λ≤1%時，選取MR122模式；當1%λ≤3%時，選取MR74模式；當λ>3%時，選取MR475模式；初始信源編碼模式為MR122。
3 實驗結果與分析
新VoIP系統在NS-2平臺下的運行情況如圖2所示。在該運行模型中，節點2~7之間流量的大小代表了網關節點3~4之間鏈路的狀況。即當節點2~7之間傳送的網絡數據很大時(>1 Mb)，則認為節點3~4之間的鏈路發生了擁塞狀況；當節點2~7之間傳送的數據量較小時(1 Mb)，則認為不會發生擁塞狀況。節點0~6是語音數據包的發送節點，且具有根據網絡質量來自適應地調整語音發送速率的功能，其中初始發送速率為12.2 Kb/s；數據包的發送用NS-2自帶的Pareto分布流量產生器，這主要是考慮到話音激活檢測技術(VAD)對IP話音的影響[2]。
此外，為了更加方便和有效地分析實驗數據，需要對上述VoIP模型進行簡化處理，簡化后的VoIP傳輸模型如圖3所示。其中節點2為網關，節點3既是網關也是所有網絡數據的接收節點；節點0為語音數據包的發送節點，節點1為網絡數據量的發送節點。
圖4為采用不同語音算法的網絡數據的時延圖和丟包率圖。
評論