Wi-Fi语音技术浅析

WLAN和VoIP是目前的IT产业领域关注的热点，因此使用WLAN提供语音服务（WiFi语音）的终端设备也就应运而生。 WiFi语音终端设备利用现有的WLAN网络实现无线的VoIP语音通话，用户可以通过WiFi语音终端设备在WLAN网络的覆盖范围内随时进行语音通话，既发挥了IP网络成本低的特点，用户又能享受到WLAN带来的方便性。

按照统计，WiFi手机终端的出货量在快速增长，预计到2010年将超过1.3亿部。随着WiFi终端的逐步成熟，WiFi语音正在成为运营商、大企业的关注热点。近日，工信部正式允许支持WAPI功能的WiFi手机入网，一些知名品牌如MOTO A3100 WiFi手机已经正式上市。

但是当前WiFi语音推广也面临一些现实困难。

l 标准迟迟没建立

要保证WiFi语音能够正常建立需要对环境进行严格的测试，让各个厂商有一个真正的标准，这样才能保证WiFi语音产品的大批量研发与生产。FMCA（Fixed-Mobile Convergence Alliance）组织测试过一些WiFi语音终端款型，也在推动制定相应的规范，但目前还没有相关的标准草案正式推出。

l 语音信号衰减与延迟问题

由于无线信号不如有线那样稳定，各个地方存在着盲区和信号弱的问题。此时通过WiFi语音设备无法保证正常通讯。所以WiFi语音推广组织一直在研究信号覆盖强度。此外，延迟也是一个需要考虑的问题。现代WiFi网络的AP密度很高，每个AP覆盖的范围有限。按正常速度行走，每几秒钟就可能发生一次漫游。为降低由漫游引起的突发丢包的影响，必须尽可能缩短漫游时间。IEEE和WiFi联盟正在讨论是否应把漫游时间限制在50ms之内。

WiFi语音关键技术

虽然基于WLAN的VoIP技术与有线网络类似，但是由于无线网络固有的特性，在支持上层的实时业务时与有线网络有很大差异，导致无线网络传输的语音质量有可能比有线网络要差很多，因此必须采取特殊的措施来保障一定的业务质量。

1. 信令技术

WiFi语音系统中，信令技术保证呼叫的顺利实现和语音质量。目前被广泛接受的信令体系包括ITU-T的H.323系列和IETF的会话初始协议SIP。

与H.323不同，SIP是一种比较简单的会话初始化协议。它不像H.323那样提供所有的通信协议，而是只提供会话或呼叫的建立与控制功能，且既支持单点发送（Unicast）也支持多点发送，会话参加者可以随时加入一个已经存在的会议。

SIP是一种应用层协议，可以用UDP或TCP作为其传输协议。由于SIP仅用于初始化呼叫，而不传输媒体数据，因而造成的附加传输代价也不大。SIP的URL甚至可以嵌入到Web页或其他超文本链路中，用户只需点击鼠标就可以发出呼叫。与H.323相比，SIP还有建立呼叫快，支持传送号码的特点。目前，WiFi语音技术基本都是通过SIP实现的。

2. 语音通话质量问题

传统的IP网络主要是用来传输数据业务,数据业务对实时性要求不高,但话音属于实时业务，对时序、时延等有严格的要求。

语音质量传统上是采用主观方法来衡量的。它主要采用ITU-T 建议的P.800中的MOS（mean opinion score）指标。ITU-T P.800标准解释了在不同的时延和数据丢失的情况下人对通话的反应。现在，在建立语音测量客观标准方面已经取得了显著的进步。ITU 推荐标准G.107采用E-MODEL 来测量语音质量。E-MODEL认为有两个主要因素会影响数字语音在WLAN上的传输：时延和数据丢失，失序到达问题可以采用RTP和RTCP技术加以解决。

WLAN中有三种方法可以用来改善语音质量：

（1） 减少每个方向上总的单向时延。WLAN中语音和数据均以最大速率进行传输可以解决这个问题；

（2） 减少时延的差异（抖动）。减少每个CSMA 冲突域中客户的数量可以解决这个问题。

（3） 减少包丢失，特别是脉冲丢失。即使包丢失可以有802.11协议的重传机制来减轻，AP的QoS控制机制也必须要保证语音包丢失的最少。

3. 实时传输技术

WiFi语音系统中也用到了实时传输技术，主要是采用实时传输协议RTP。RTP是提供端到端的包括音频在内的实时数据传送的协议。RTP包括数据和控制两部分，后者叫RTCP。RTP提供了时间标签和控制不同数据流同步特性的机制，可以让接收端重组发送端的数据包。

此外，静音检测技术和回波消除技术也是十分关键的技术。静音检测技术可有效剔除微弱信号，从而使语音信号的占用带宽进一步降低；回波消除技术主要利用数字滤波器技术来消除对通话质量影响很大的回波干扰，保证通话质量，这点在时延相对较大的WiFi语音系统尤为重要。

###NextPage###

4. 带宽占用

WLAN中VoIP呼叫占用的带宽要比解码器的数据速率大的多。低码流解码器例如G.729，数据最大速率是8kbps。但是，实际的带宽要大的多。当以30ms的间隔发送时，每个数据包的大小是30字节。另外，包头有额外的RTP字头和802.11字头。所以，单向总带宽要多于25kbit/s。更高码流的解码器G.711，一个语音呼叫会占用160kbit/s的带宽（VoIP报文长度，不包含无线传输部分开销）。下面详细描述WiFi语音通话时对带宽占用的详细计算过程：

l 802.11帧的封装

802.11帧必须通过物理层传送到空中，需要物理层汇聚过程（PLCP）为每个帧增加前导码和PLCP头。而802.11帧本身就包括MAC帧，占用28个字节。其中还包含了长度为8个字节的SNAP标头，因此封装一个数据帧，就会增加36个字节的额外负担。对于1500的报文则变为1536Byte长度。如果再加上加密标头，MAC标头的长度就更长。

图1 802.11帧结构

l 无线传输

上层协议封装完报文后是根据所使用的特定物理层规则加以传送。不同物理层有其最小块（block）或符号（symbol）。速率为11Mbps的802.11b网络使用长度为8个位的符号。802.11a和11g所使用的符号可以承载更多的数据，而符号的大小取决于所使用的速率。以54Mbps为例，其使用的符号长度为216个位。各种速率之间的差异主要是各个数据块所封装的数据位数不同，和块传送快慢无关。如1536个字节的载荷包含了12288个位，对802.11g而言，此帧需要57个符号来传递。

数据报文无线传输时间主要包括帧间隔时间和帧传输时间。其中帧间隔包括SIFS和DIFS，另外还要考虑无线的ACK帧的传输时间。即：

传输时间＝DIFS+802.11 DATA+SIFS+802.11 ACK。其中802.11 ACK报文长度14字节。

802.11g在54M时，其参数取值如下：

DIFS=34us

SIFS=16us

前导码和PLCP头传输时间＝20us

在54M速率下，802.11g使用216个位符号，每个符号传输时间:216bits/(54Mbits)=4us。

l 802.11a/g 54M的传输性能

以一条语音流的RTP报文传输为例，RTP报文包含：

IP 协议头：20字节

UDP协议头：8字节

RTP协议头：12字节

RTP数据： 长度不定。

以RTP报文打包时长为20ms计算（RTP流单向发送速率是50pps），对G.711报文长度是160 bytes（对于G.729 报文长度是20 bytes），整个VoIP包是200 bytes(IP+UDP+RTP)。

前面已经计算出，802.11 MAC帧头报文头是36 bytes，RTP包的总包长是236字节。

因此，对于传输236字节长度的报文，需要的符号数为236×8/216=8.74个（约等于9个）。而802.11 ack的符号数为1个。计算一个双向呼叫在54M速率发送时占用的带宽如下：

DIFS=34us: 802.11 数据报文传输时间= PLCP+ DIFS +DATA=20+34+9×4=90us

SIFS=16us: 802.11 ACK报文传输时间= PLCP+SIFS +ACK=20+16+1×4=40us

合计一个双向呼叫的RTP传输时间为2×130＝260us，按照打包时长20ms（每秒钟发送50个包）计算，则每个双向呼叫的RTP带宽占用为：50×260us = 13毫秒。

按照RTP流带宽占用不超过总带宽的60%计算（需要预留带宽给Beacon等管理帧），每个AP最大容纳的并发呼叫为：46路。

上述并发呼叫数是基于54Mbit/s传输的情况。如果部分或者全部WiFi语音终端的数据速率低于54Mbit/s，这个数字要降低。为了避免每个AP的最大呼叫数过量，对WiFi语音终端和AP覆盖范围内的呼叫数量进行评估必不可少。特别指出，在AP标准范围内才可能有更高的数据传输。当WiFi语音终端在RF覆盖的边缘时，它们的传输速率会降到最低且占用更多的带宽。例如，一个WiFi语音应用在数据传输为54Mbit/s时需要3%的带宽，11Mbit/s时需要的带宽约5%。

实际部署时，一般建议的并发呼叫数不超过20路。

5. 漫游支持

无线漫游的概念

l 终端可以在属于同一个SSID的AP接入点接入

l 终端可以在Wireless网络中任意移动

l 保证已有的业务不中断，用户的标识（IP地址）不改变

二层漫游：在同一个子网内的AP间漫游

三层漫游：在不同子网内的AP间漫游

图2漫游的概念

图3 FAT AP二层漫游

FAT AP由于协议功能限制，无法实现跨子网的用户漫游。二层漫游过程描述如下，同一SSID如语音SSID，在AP1和AP2映射为同一数据VLAN。终端漫游时，用户的IP地址维持不变，（目前绝大部分WiFi手机在漫游切换时不会重新发送DHCP报文，即WiFi终端在和当前连接AP去关联时，不会触发手机DHCP），从而基于IP的上层业务不会中断。以WiFi手机和同网段IP电话互通为例，此种方式下跨AP的二层漫游FAT AP可以轻松实现。如果无线空口启用了WPA/WPA2加密，则需通过IAPP协议来保障PMK在AP之间的传递，保障漫游过程用户不重新认证。但IAPP协议配置需要建立点到点的隧道连接，配置和维护非常复杂，在大规模组网中无法使用。

但如果是跨子网的漫游，用户漫游到新AP后，由于新AP上SSID对应的VALN和子网发生了变化，终端采用原来的IP地址无法和网关实现互通。只有重新获取IP地址才能正常工作，而重新获取IP地址的过程会导致上层所有应用中断。

图4 FAT AP跨子网漫游

对FIT AP来说，用户所有的数据报文都封装在CAPWAP隧道中，无线控制器集中转发数据并终结隧道。用户漫游后发起连接请求，无线控制器根据用户信息判断是否漫游用户。如果是漫游用户，则对用户做特殊处理，维持用户漫游前的VLAN信息不变，因此用户的业务可以保持不中断。

图5 FIT AP跨子网漫游

FIT AP漫游过程详细描述如下：

1)AP1与AP2分别与AC建立CAPWAP隧道；

2)无线用户与AP1关联，接入网络；AP会将用户的报文封装在隧道中送给AC处理；

3)当无线用户从AP1往AP2方向移动时，无线用户向AP2发起认证和重关联请求（此时重关联请求中携带无线用户与AP1协商出的PMK对应的PMKID；

4)AP2透传重认证请求报文到AC上；

5)AC检查发现此无线用户已经在AP1上进行认证，且通过PMKID成功查询得到对应PMK，表明此无线用户为漫游用户；

6)重关联成功后，AC直接通知无线用户使用原有的PMK进行四次握手（4-Way handshake）协商，得到实际数据加密使用的PTK。

7)无线用户与AP1解除关联，所有用户数据通过AP2进行转发。整个协商过程中，未和认证服务器进行交互，且用户无需重登录。

实际影响漫游切换的因素，不只是网络原因，网络设备主要完成终端漫游切换后的关联、认证、表项刷新等，通过预共享密钥和用户权限同步等技术，已经可以限制漫游时网络切换时间在100ms以内。但WiFi语音通话实际测试漫游切换时间都在1秒以上，原因在哪里呢？

WiFi手机终端对漫游时机的选取直接决定漫游的行为，不同手机漫游特性也存在很大差异。手机终端根据信号测量的结果，判断何时漫游。由于人体在行走中各种因素的影响，手机获取的信号强度值随时变化，导致漫游切换的时机很难把握。最不理想的情况是手机在一个信号很强的AP附近，但通话有明显的丢包和中断。这是因为手机认为没有达到漫游门限，仍然连接到远处的AP所致。

很多单模的WiFi手机可以设置漫游切换门限和漫游切换的阈值来优化漫游特性，业界已有手机可以设置漫游切换时扫描的信道，只扫描固定的信道，如1,6,11，降低扫描全部信道花费的时间。合理的配置终端和优化无线网络，能明显提高漫游切换的性能。

###NextPage###

6. 射频环境部署

WiFi语音部署时，对无线网络的要求和数据业务有很大不同。由于WiFi语音终端一般在贴近人体时使用，需要考虑人体对无线电波的吸收，因此强于数据业务的要求，信号强度一般要高于-65dbm。同时，由于WiFi手机通话过程中会随处移动，任何盲区的存在都会导致通话终端和掉线，须尽量做到WLAN网络100%全覆盖。

实时的语音流要求无线网络可靠，丢包率低。当AP覆盖的区域内仅有一个终端，且为理想传播环境时，最大的接入速率时丢包率要求为在丢包率小于1.0×10-3。

语音部署时，要尽量避免同频干扰带来的影响。WLAN网络建议采用蜂窝状的信道部署，可以有效降低同频干扰。同时要远离微波炉、无绳电话、蓝牙设备等干扰源。

7. 无线QoS保证技术

WiFi语音系统中，由于无线链路引入的串扰和多径传播将导致衰落和色散，从而引起系统的附加时延和抖动。而语音业务对于时延和抖动非常敏感，因此在WiFi语音系统中提供一种QoS保证技术就显得非常重要。

IEEE802.11标准定义了两种不同的信道访问机制：一种是点协调机制（PCF），基于CSMA/CA方式；另一种是分布式协同机制（DCF），基于轮询方式。但是这两种都没有划分优先级，随着用户数的增多，MAC不能保证为实时语音业务提供可靠的分组传输且传输时延和抖动在规定范围内。为此，IEEE802.11工作组的媒体访问控制（MAC）改进任务组（即E任务组）对802.11的MAC层协议进行改进，使其可以支持具有QoS要求的应用，即IEEE802.11e标准。

无线的QoS机理如下图所示：

图6 无线QoS原理图

针对WLAN技术来讲，QoS实现机制主要通过控制等待竞争的时间窗口大小来实现，从而达到针对同的业务获取不到同的QoS，同时在收发报文时会将QoS信息带到通信的对端，对端按QoS信息进行执行，最终达到网络的流量或者说业务都变成有序的、可控的。

针对无线QoS要求接入设备与网络设备共同支持，才能达到无线QoS的期望值，通过无线QoS到CAPWAP隧道外层优先级的映射，可以实现QoS端到端的保障。

下图示意一个针对无线承载语音业务的端到端QoS模型：

图7 端到端QoS模型

8. WiFi语音安全

由于无线网络的开放性，如果对WiFi语音系统中不增强对安全的鉴权和对数据的保密，将会对系统造成很大的威胁，WiFi语音潜在的威胁和存在的攻击的方式主要有：窃听（Eavesdropping）和嗅探（Sniffing）VoIP呼叫，中间人（Man in the Middle）攻击，拒绝服务（Denial of Service）攻击，呼叫中断（Call Interruption）和建立错误呼叫等。

802.11i协议本身提供了强大的安全措施。但在语音部署上，由于漫游切换效率考虑以及WiFi手机本身支持的能力有限，只能考虑较为简单的接入认证和加密方式，配合网络层和应用层的安全措施，保障语音终端的合法接入及语音数据的安全传输。

WEP和WPA-PSK认证应用简单，大多数WiFi手机终端都已经支持，是较常用的鉴权方案。

另外，SIP协议本身也提供了鉴权机制，防止非法终端接入并注册到语音网络。SIP注册时可以要求用户鉴权，用来确定用户身份的合法性。

9. WiFi手机

目前主流厂商支持WiFi功能的手机已经很普遍，工信部也放开了对手机支持WiFi接口的限制。但并不等于就可以通过WiFi打电话，还需要内置专业VOIP客户端的支持。

早期的WiFi语音终端只支持802.11b模式，随着技术的发展，目前主流的WiFi手机都支持802.11b/g兼容模式，部分WiFi手机可以支持802.11a模式（如Spectrlink 8000系列）。WiFi手机分为2种，一种是单模手机，即只支持WiFi功能，另一种是双模手机，同时支持GSM/CDMA功能和WiFi功能。WiFi手机一般内置语音客户端软件，绝大多数是基于SIP协议的。

尽管很多终端都已经支持WiFi功能，但很多只支持WiFi接口，不支持内置SIP客户端软件，如HP，多普达，BlackBerry和Apple等，需要下载第三方的SIP软件才能通过WiFi通话，协议兼容性和后期维护很难保证。因此双模手机选型余地较小，而单模手机相对来说更成熟些，选择范围更大，在国内也有过一些商用的案例。

总结

随着宽带通信和WiFi接入点的日益增多以及VoIP的日益普及，网络融合的一个热点就是无线网络技术与VoIP的融合。

WiFi语音的最大优势在于话费低廉，尤其是与传统的移动电话技术相比。在很多地区，WiFi网络已经非常普及，而那些目前没有WiFi网络的企业也可以低成本快速部署一套WiFi网络。人们可以在WiFi网络覆盖到的任何地点使用IP电话，而且随着VoIP电话的通话质量快速提升，在很多地方，WiFi手机通话质量已经达到或超过了普通手机的通话质量。