IPテレフォニーの基礎、基本原則、用語、プロトコル

こんにちは、ハラジテリ。 この記事では、IPテレフォニーの基本原則を検討し、最も一般的に使用されるプロトコルを説明し、音声のエンコードとデコードの方法を示し、いくつかの一般的な問題を分析します。



IPテレフォニーとは、データ通信ネットワーク、特にIPベースのネットワーク（IP-インターネットプロトコル）で実行される音声通信を指します。 今日、IPテレフォニーは、展開の容易さ、低い通話コスト、構成の容易さ、高品質の通信、および接続の比較セキュリティのために、従来の電話ネットワークをますます置き換えています。 このプレゼンテーションでは、OSI参照モデル（Open Systems Interconnection基本参照モデル）の原則を順守し、物理レベルとチャネルレベルからデータレベルで終わる「ボトムアップ」について説明します。



」

OSIモデルとデータのカプセル化

IPテレフォニーの原則

通話を行うと、音声信号は圧縮されたデータパケットに変換されます（このプロセスについては、「パルス符号変調」および「コーデック」の章で詳しく説明します）。 次に、パケットデータはパケット交換ネットワーク、特にIPネットワークを介して送信されます。 パケットが受信者に到達すると、パケットは元の音声信号にデコードされます。 これらのプロセスは、多数の補助プロトコルにより可能です。その一部については後で説明します。



これに関連して、データ転送プロトコルは特定の言語であり、2つのサブスクライバーがお互いを理解し、2つのポイント間の高品質のデータ転送を保証します。

従来の電話とは異なり

従来の電話では、接続は電話交換を使用して確立され、会話の目的のみを目的としています。 ここでは、音声信号は専用回線を介して電話回線で送信されます。 IPテレフォニーの場合、圧縮されたデータパケットは特定のアドレスでグローバルまたはローカルエリアネットワークに到着し、このアドレスに基づいて送信されます。 この場合、IPアドレスは既に使用されており、固有の機能（ルーティングなど）がすべて使用されています。



同時に、IPテレフォニーは、オペレーターと加入者の両方にとって安価なソリューションです。 これは、次の事実によるものです。

• IPテレフォニーは音声パケット圧縮技術を使用し、電話回線の容量を最大限に活用できるようにしている一方で、従来の電話ネットワークは過度のパフォーマンスを備えています。
• 原則として、現時点では誰もがグローバルネットワークにアクセスできるため、接続コストを削減したり、完全に排除したりできます。
• ローカルネットワーク上の呼び出しは、内部サーバーを使用し、外部交換の参加なしで発生する可能性があります。

上記と合わせて、IPテレフォニーは通信の品質を向上させることができます。 これも、3つの主な要因のおかげで達成されました。

• 電話サーバーは常に改善されており、その作業アルゴリズムは、IPネットワークの遅延やその他の問題に対する耐性が高まっています。
• プライベートネットワークでは、所有者が状況を完全に制御し、帯域幅、1回線の加入者数、およびその結果としての遅延量などのパラメーターを変更できます。
• パケット交換ネットワークは進化しており、通信の品質を向上させるために新しいプロトコルとテクノロジーが毎年導入されています（たとえば、RSVP帯域幅予約プロトコル）。

IPテレフォニーのおかげで、通話転送またはスタンバイモードへの転送はPBXの構成ファイル内のいくつかのコマンドで実行できるため、ビジー回線の問題は非常にエレガントに解決されます。

物理層

物理レベルでは、ビットストリームが物理メディアを介して対応するインターフェイスを介して送信されます。 IPテレフォニーは、既存のネットワークインフラストラクチャにほぼ完全に依存しています。 情報伝達媒体として、原則として、ツイストペアカテゴリ5（UTP5）、シングルモードまたはマルチモードの光ファイバー、または同軸ケーブルが使用されます。 したがって、通信ネットワークの収束の原理は完全に実装されています。

PoE

PoE（Power Over Ethernet）テクノロジー（IEEE 802.3 af-2003およびIEEE 802.3at-2009標準）を検討するのは興味深いことです。 その本質は、標準のツイストペアケーブルを介してデバイスに電力を供給する可能性にあります。 最新のIP電話、特にCisco Unified IP Phone 7900シリーズには、PoEがサポートされています。 2009年の標準によれば、デバイスは最大25.5ワットの電流を受け取ることができます。



電源が供給されると、100BASE-TXケーブルのツイストペアが2つだけ使用されますが、一部のメーカーは4つすべてを使用し、最大51ワットの電力に達します。 この技術は、Cat 5ケーブルを含む既存のケーブルシステムの変更を必要としないことに注意してください。



接続されたデバイスがPD（受電デバイス）かどうかを判断するために、ケーブルに2.8〜10 Vの電圧が印加され、接続されたデバイスの抵抗が計算されます。 この抵抗が19-26.5kΩの範囲にある場合、プロセスは次のステップに進みます。 そうでない場合は、2 ms以上の間隔でテストが繰り返されます。



次に、より高い電圧を印加し、ラインの電流を測定することにより、受電装置の電力範囲を検索します。 これに続いて、48 Vがラインに供給されます-電源電圧。 輻輳の継続的な監視もあります。

リンク層（データリンク層）

IEEE 802仕様に従って、リンク層は2つのサブレベルに分割されます。

1. MAC（Media Access Control）-物理層との相互作用を提供します;
2. LLC（論理リンク制御）-ネットワーク層を提供します。

データリンク層では、スイッチが機能します。これは、コンピューターネットワークの複数のノードの接続と、物理（MAC）アドレス指定に基づくホスト間のフレームの分散を提供するデバイスです。



仮想ローカルエリアネットワーク（仮想ローカルエリアネットワーク）のメカニズムに言及する必要があります。 このテクノロジーにより、物理特性に関係なく論理ネットワークトポロジを作成できます。 これは、IEEE 802.1Q規格で詳細に説明されているトラフィックのタグ付けによって実現されます。





フレームフォーマット



IPテレフォニーのコンテキストでは、Voice VLANに注意してください。これは、IP電話で生成された音声トラフィックを他のデータから分離するために広く使用されています。 次の2つの理由から、その使用をお勧めします。

1. 安全性 別の音声VLANを作成すると、音声パケットを傍受および分析する機会が減ります。
2. 伝送品質の改善。 VLANメカニズムを使用すると、音声パケットの優先度を高く設定でき、その結果、通信の品質が向上します。

ネットワーク層

ネットワークレベルでは、ルーティングがそれぞれ発生し、ネットワーク層の主要なデバイスはルーターです。 特定のIPアドレスで受信者にデータが到達する方法を決定するのはここです。



主なルーティング可能なプロトコルはIP（インターネットプロトコル）であり、これに基づいてIPテレフォニーが構築され、世界規模のインターネットが構築されます。 また、多くのダイナミックルーティングプロトコルがあり、その中で最も一般的なものはOSPF（Open Shortest Path First）です。これは、通信チャネルの現在の状態に基づいた内部プロトコルです。



現在まで、従来のアナログ電話をIPネットワークに接続する特別なVoIPゲートウェイ（Voice Over IP Gateway）があります。 原則として、トラフィックの追跡、ユーザーの承認、IPアドレスの自動配布、帯域幅の管理を可能にする組み込みルーターもあります。



VoIPゲートウェイの標準機能の中で：

• セキュリティ機能（アクセスリストの作成、承認）;
• FAXサポート
• ボイスメールのサポート。
• H.323、SIP（セッション開始プロトコル）のサポート。

IPの送信で発生する可能性のある遅延に対処するには、優先順位設定プロトコルなどの追加ツールでそれを補完する必要があります（音声データが通常と競合しないようにするため）。

原則として、これらの目的のために、ルーターは低遅延キューイング（LLQ）またはクラスベースの重み付けキューイング（CBWFQ-クラスベースの重み付け公平キューイング）を使用します。

さらに、音声データを送信にとって最も重要と見なすには、優先順位を付けたラベル付けスキームが必要です。

トランスポート層

トランスポートレベルの特徴は次のとおりです。

• トップレベルアプリケーションのデータセグメンテーション。
• エンドツーエンド接続を提供します。
• データの信頼性を保証。

主なトランスポート層プロトコルは、TCP（伝送制御プロトコル）、UDP（ユーザーデータグラムプロトコル）、RTP（リアルタイムトランスポートプロトコル）です。 IPテレフォニーでは、UDPおよびRTPプロトコルが直接使用され、TCPとの主な違いは、信頼性の高いデータ配信を提供しないことです。 電話通信は伝送遅延に大きく依存しますが、パケット損失の影響を受けにくいため、これは配信制御（TCP）よりも受け入れられるオプションです。

UDP

UDPはIPネットワークプロトコルに基づいており、アプリケーションプロセスにトランスポートサービスを提供します。 TCPとの主な違いは、非保証配信の提供です。つまり、データを送受信するときに確認は要求されません。 また、情報を送信するときに、UDPモジュール（ソースとレシーバー）の間に論理接続を確立する必要はありません。

RTP

RTPはトランスポート層プロトコルであると見なされているという事実にもかかわらず、原則としてUDP上で動作します。 RTPを使用して、トラフィックタイプ認識、タイムスタンプ、伝送制御、パケットシーケンス番号付けが実装されます。



RTPの主な目的は、受信側で処理される各発信パケットにタイムスタンプを割り当てることです。 これにより、データを適切な順序で受信し、ネットワーク上の不均一なパケット通過時間の影響を軽減し、オーディオデータとビデオデータ間の同期を復元できます。

データ層

OSIモデルの最後の3つのレベルは一緒に検討されます。 これらのレベルで発生するプロセスは密接に相互接続されているため、このような結合は許容されます。サブレベルへの分割に関係なく、それらを記述する方が論理的です。

H.323

最初のステップは、1996年に開発されたH.323プロトコルスタックを記述することです。 この規格は、パケット交換ネットワーク（インターネット）でのオーディオおよびビデオ通信用の機器、ネットワークサービス、および端末デバイスについて説明しています。 H.323標準デバイスの場合、音声共有が必要です。



H.323の推奨事項：

• プラットフォームに依存しません。
• アナログデータのコーディング標準。
• 帯域幅管理。
• 柔軟性と互換性。

非常に重要な事実に注意してください。推奨事項は、物理的な伝送媒体、トランスポートプロトコル、およびネットワークインターフェイスを定義するものではありません。 これは、H.323標準をサポートするデバイスが、現在存在するパケット交換ネットワークで動作できることを意味します。



H.323によると、VoIP接続の4つの主要コンポーネントは次のとおりです。

• ターミナル;
• ゲートウェイ
• ゾーンコントローラー;
• マルチポイントコントロールユニット（MCU）。

IPテレフォニーのネットワークブロック図の例









H.323ベースの接続セットアップスクリプト

SIP（セッション開始プロトコル）

SIPは、通信セッションを編成、変更、および終了するために設計されたシグナリングプロトコルです。 SIPはトランスポートテクノロジーに依存しませんが、接続の確立時にUDPを使用することをお勧めします。 RTPを使用して音声およびビデオ情報自体を送信することをお勧めしますが、他のプロトコルを使用する可能性は排除されません。



SIPは、要求と応答という2種類のシグナリングメッセージを定義しています。 6つの手順もあります。

• INVITE（招待）-ユーザーを通信セッションに参加するよう招待します（新しい接続を確立するのに役立ちます。承認用のパラメーターを含めることができます）。
• BYE（切断）-2人のユーザー間の接続を終了します。
• OPTIONS（オプション）-サポートされる特性に関する情報を送信するために使用されます（この転送は、2つのユーザーエージェント間で直接、またはSIPサーバーを介して実行できます）。
• ASK（確認）-メッセージの受信を確認するため、またはINVITEコマンドに肯定的に応答するために使用されます。
• CANCEL（キャンセル）-ユーザー検索を停止します。
• REGISTER（登録）-ユーザーの位置に関する情報をSIPサーバーに送信し、SIPサーバーはそれをアドレスサーバー（ロケーションサーバー）にブロードキャストできます。

SIPセッションスクリプト

コーデック

オーディオコーデックは、デジタルオーディオデータを圧縮または圧縮解除するプログラムまたはアルゴリズムであり、データチャネルの帯域幅要件を削減します。 IPテレフォニーでは、G.729コーデックによる変換と、A-law（alaw）およびμ-law（ulaw）によるG.711圧縮が現在最も一般的です。

G.729

G.729は、データ損失のある元の信号を圧縮するコーデックです。 G.729で規定されている主なアイデアは、デジタル化された信号自体ではなく、受信側での後続の合成に十分なパラメータ（スペクトル特性、ゼロを通過する遷移の数）の送信です。 同時に、振幅や音色など、音声の基本的な特性はすべて保持されます。



このコーデックが設計されているチャネルの帯域幅は8 kbit / sです。 処理されたG.729のフレーム長は10 ms、サンプリング周波数は8 kHzです。 これらのフレームのそれぞれについて、数学モデルのパラメータが決定され、その後、コードの形でチャネルに送信されます。



G.729エンコーディングを使用する場合、遅延は15ミリ秒で、そのうち5ミリ秒が予備バッファの充填に費やされます。 また、G.729コーデックはプロセッサリソースにかなり高い要求を課していることに注意してください。

G.711

G.711は、コンパンディング以外の圧縮を必要としない音声コーデックであり、ダイナミックレンジが制限されているチャネルの影響を軽減する方法です。 この方法の基礎は、音質を維持しながら、高ボリューム領域の信号の量子化レベルの数を減らすという原則です。 電話で広く使用されている2つの圧伸方式は、alawとulawです。



このコーデックの信号は、64 kbit / sのストリームによって提供されます。 サンプリングレート-8ビット/秒で8000フレーム。 音声品質は、G.729コーデックを使用するよりも主観的に優れています。

law

alawまたはA-lawは、情報が失われたオーディオデータを圧縮するためのアルゴリズムです。 主にヨーロッパとロシアで使用されています。



信号xの場合、alaw変換は次のとおりです。



ここで、Aは圧縮パラメーターです（通常は87.7になります）。

ウル

ulawまたはμ-lawは、情報の損失を伴うオーディオデータ圧縮アルゴリズムです。 主に日本と北米で使用されています。



信号xのulaw変換は次のとおりです。



ここで、北米および日本の標準では、μは255（8ビット）に等しくなります。

パルス符号変調（PCM-パルス符号変調）

パルス符号変調-一連の連続パルスの形での連続関数の転送。



通信チャネルの入力で変調信号を取得するために、キャリア信号の瞬時値が一定の周期でADCによって測定されます。 この場合、1秒あたりのデジタル化された値の数（サンプリングレート）は、アナログ信号のスペクトルの最大周波数の2倍以上でなければなりません。



さらに、取得された値は、以前に受け入れられたレベルのいずれかに丸められます。 レベルの数は2のべき乗の倍数としてとらなければならないことに注意してください。 決定されたレベル数に応じて、信号は特定のビット数でエンコードされます。





信号量子化



この図は、4ビットを使用したコーディングを示しています（つまり、アナログ信号のすべての中間値は、事前定義された16レベルのいずれかに丸められます）。 たとえば、時間がゼロの場合、信号は同様の方法で表示されます：0111。



復調中、ゼロと1のシーケンスは、量子化レベルが変調器の量子化レベルに等しい復調器によってパルスに変換されます。 その後、これらのパルスに基づいてDACが信号を復元し、平滑化フィルターが最終的に不正確性を排除します。



現代の電話では、量子化レベルの数は100以上である必要があります。つまり、信号をエンコードできる最小ビット数は7です。

サービス品質-QoSの問題

TCP / IPスタックに基づいたネットワークでは、伝送遅延の影響を受けやすい高品質のトラフィックサービスはデフォルトでは提供されません。 TCPプロトコルを使用する場合、信頼できる情報配信の保証がありますが、その転送は予測できない遅延で実行できます。 UDPは遅延を最小限に抑えることを特徴としていますが、正しいパケット配信の保証はありません。



同時に、音声トラフィックの品質係数は伝送の品質に強く依存し、適切な品質を保証するメカニズムが実装されていないネットワークでは、IPテレフォニーの実装がユーザーの要件を満たさない場合があります。



サービス品質の主な指標は、ネットワーク帯域幅と伝送遅延です。 この場合の遅延は、パケットが送信されてから受信されるまでの経過時間として定義されます。



ネットワークの可用性や信頼性などの特性もあります（サービスレベルを長時間監視した結果、または使用率によって評価されます）。



通信の品質を向上させるために、次のメカニズムが使用されます。

1. 再ルーティング。 通信チャネルの1つが過負荷になると、バックアップルートを介した配信が可能になります。
2. 接続中の通信チャネルリソースの予約。
3. トラフィックの優先順位付け。 重要度に応じてパッケージをマークし、ラベルに基づいてサービスを実行できます。

前述のように、音声トラフィックは伝送遅延に非常に敏感です。 最大遅延時間は400ミリ秒を超えてはなりません（これには、端末での情報処理の期間も含まれます）。 遅延には主に2つのタイプがあります。



-音声ゲートウェイまたは端末機器で情報をエンコードする際の遅延。 音声処理および変換アルゴリズムを改善することにより削減されます。

-伝送ネットワークによって導入された遅延。 ネットワークインフラストラクチャを改善することにより、特にルーターの数を減らし、高速チャネルを使用することにより、削減されます。





IPテレフォニーの遅延の原因

ジッタ

IPテレフォニーに特有のもう1つの現象は、ジッタ、つまりパケットの配信におけるランダムな遅延です。



ジッタは次の3つの要因によって決まります。

• 限られた帯域幅またはアクティブなネットワークデバイスの誤った動作。
• 高い信号伝播遅延。
• 熱ノイズ。

ジッタを処理する最も一般的に使用される方法は、一定数のパケットを保存するジッタバッファです。



通常、接続の存続期間全体にわたるバッファー長の動的調整が提供されます。 ヒューリスティックアルゴリズムを使用して、最適な長さを選択します。

ジッタバッファ

不均等なパケット到着率を補正するために、一時的なパケットストレージ、またはいわゆるジッタバッファが受信側に作成されます。 そのタスクは、着信パケットをタイムスタンプに従って正しい順序で収集し、正しい間隔で正しい順序でコーデックに発行することです。





ジッタバッファ



受信VOIPデバイスのバッファサイズは、動作中に計算されるか、設定で強制的に設定されます。 一方で、輸送遅延を増加させないように、大きすぎることはできません。 一方、バッファサイズが小さいと、IPネットワークの遅延時間が原因でパケット損失が発生します。



これは、インターネットプロバイダーとIPテレフォニーユーザーの主な矛盾の1つです。 プロバイダーの観点から見ると、すべてのパケットはサブスクライバーに配信されます。つまり、損失はありません。 VoIPデバイスの観点から見ると、パケットの到着間の時間差はジッタバッファを大幅に超えています。 したがって、実際には損失があります。 実際には、1％を超える損失は特定の不快感を引き起こします。 2％では、会話は困難です。 4％を超える値では、会話はほとんど不可能です。

ジッタバッファサイズ

i番目のパケットのランダム伝搬遅延Jiは、次の式で決定できます。



ここで：

Di-i番目のパケットの予想到着時間からの偏差。

i番目のパケットDiの予想到着時間からの偏差は、次の式で決定されます。



ここで：

RはRTPタイムスタンプでのパケット到着時間、

Sは、パケットから取得したRTPタイムスタンプです。



前の2つに基づいて、5番目のパケットのランダム伝搬遅延の予想サイズを計算する例を次に示します。



J4 = 10ミリ秒とします。 R4 = 10、R3 = 11、S4 = 6、S3 = 5、D5は（10-11）-（6-5）=-2。



現在の例では、平均して、1つのパケットの伝搬時間のランダムな遅延は10ミリ秒になります（より正確には、上記の式に従って計算できます）。 次に、パケットが破棄されないようにするには、ジッタバッファのサイズを10ミリ秒にする必要があります。



必要なジッタバッファのサイズをメガバイト単位で決定するには、結果の値に100 Mbps-平均ネットワーク帯域幅を乗算します：10•10 ^ -3•100 = 128 kb。



ジッタバッファのサイズは、ネットワーク内の通過時間の変動よりも大きくする必要があります。 たとえば、10パケットの場合、通過時間が5〜10ミリ秒の間で変動する場合、パケットが失われないように、バッファは少なくとも8ミリ秒でなければなりません。 バッファーがさらに大きい場合（たとえば、12ミリ秒）であれば、失われたパケットを再要求するメカニズムが機能するようになります。

電話ネットワーク展開ソリューション

アスタリスク

アスタリスクは、VoIP通話と、IP電話と従来の公衆交換電話網の間で行われた通話の両方を切り替えることができるソフトウェアベースのPBXです。



サポートされるプロトコル：IAX、SIP、H.323、スキニー、UNIStim。

サポートされているコーデック：G.711（ulaw and alaw）、G.722、G.723、G.729、GSM、iLBC、LPC-10、Speex。



アスタリスクは、ライセンスに関係なくインストールできる動的なオープンソースソフトウェアです。 これにより、このソフトウェアPBXは中小企業にとって魅力的です。 ネットワーク内のサブスクライバーの数は2000に達することができ、サーバーの容量によってのみ制限されます。



アスタリスクのもう1つの利点は、柔軟に構成できることです。 必要な機能はすべて既に実装されているか、多大な時間と費用をかけずに独立して追加できます。 原則はこれに貢献します：1つのタスク-1つのソフトウェアモジュール。



シスコやアバイアなどのベンダーのソリューションと比較すると、アスタリスクには魅力的な展開コストもあります。 実際、すべてのコストは、電話と、必要なネットワーク負荷を提供できるサーバーを購入するだけで引き下げられます。 プログラム自体は完全に無料です。

Cisco Unified Communication Manager（CallManager）

CallManagerは、最大30,000人の加入者を持つ大規模なネットワークに適しています。このソフトウェアとハ​​ードウェアの複合体は、信頼性の高い操作を提供し、コール転送や音声メニューなどの多くのパラメーターを構成できます。小規模オフィス向けの「ライト」エクスプレスバージョンもあります。



Cisco CallManagerの利点の中で、まず第一に、シスコからの有名なテクニカルサポートに注目する価値があります。適切なレベルのサービス契約があれば、セットアップに関する質問から機器の故障に至るまでの問題はほぼ瞬時に解決されます。したがって、Cisco CallManagerは、多額のお金を払うだけでなく、最高品質のサービスを受ける企業に適しています。

アバイアIPオフィス

IPオフィスは、中規模の電話ネットワークに適しています。ここでのサブスクライバの数は、サーバーの容量だけでなく、購入したライセンスの数によっても制限されます。拡張カード、使用済みアプリケーションなど、ほとんどすべてのライセンスが必要です。これにより、特定の不便が生じる可能性があります。



構成は多くのプログラムで実行できますが、最も一般的で使いやすいのはAvaya IP Office Managerです。 Avaya Terminal Emulatorを使用してコンソールから制御することもできます。



一般に、Avaya製品は1つのIPオフィスに限定されません。 2009年に別の有名なメーカーNortelと合併したAvayaは、IPテレフォニー機器市場のリーダーとして認められています。



トピックで読むことができるもの：

• ウェンデル・オドム-彼の本はすべて良いです。
• 「コンピューターネットワークでのIPテレフォニー。」I.V. バスカコフ、A.V。プロレタルスキー、S.A。メルニコフ、R.A。フェドトフ。
• 「IPテレフォニー」。B.S.ゴールドスタイン、A.V。ピンチュク、A.L。スホビツキー。
• 「アスタリスク。テレフォニーの未来。」ジム・ヴァン・メッゲレン、レイフ・マドセン、ジャレッド・スミス。
• 「SIPプロトコル。参考書。」B.S.ゴールドスタイン、AAザルビン、V.V。サモレゾフ