摘  要： 提出一种基于Linux操作系统的VoIP语音接入网关设计，并给出了具体实现过程，其中重点阐述了硬件实现过程。该方案具有很强的扩展性，并且将终端和网关的功能整合为一,适用于改造中小企业内部电话网，以较低的价格从传统电话网过渡到VoIP电话。 

    关键词： VoIP；  EHPI； Linux

    VoIP(Voice over Internet Protocol)是一种以IP电话为主，在使用了TCP/IP协议的网络上进行语音传输并推出相应的增值业务的技术。VoIP可以在IP网络上低成本地传送语音、传真、视频和数据等业务，如统一消息、虚拟电话、虚拟语音/传真邮箱、查号业务、Internet呼叫中心、Internet呼叫管理、电视会议、电子商务、传真存储转发等。随着IP网络电话技术的发展，由最初的只是计算机对计算机的语音传输通信，到后来从普通电话机到普通电话机的VoIP网络电话实现，使得IP电话使用范围扩大。目前，IP网络电话已经通过网关把因特网与传统电话网联系起来，广泛地采用Internet和全球IP互联的环境，提供比传统业务更多、更好的服务。用户可以像使用普通电话一样，只要有网络电话机就能打因特网的国际长途电话，而通话费用远远低于国际长途电话的费用，大大降低了通信成本。随着VoIP技术的成熟，IP电话将逐渐取代传统电话，成为未来电话的发展趋势。 

    本文设计并实现一种基于Linux操作系统的VoIP网关设备。该设备以AudioCodes AC49012为核心，支持12路压缩语音通道，扩展性强，将终端和网关的功能整合为一个设备，具有很好的应用前景。 

1 基本原理 

1.1系统原理 

    该系统主要由CPU、DSP、SLIC及一些外围设备组成。CPU的主要功能是对网络数据包进行处理并将数据传送到以太网。DSP负责对语音数据进行压缩编码处理，再将语音数据组合成帧传送给CPU。SLIC负责提供DSP与电话线的接口，对数据进行数模/模数转换。另外SLIC芯片给电话线提供驱动电压，产生电话机所需的信号，如振铃等。系统结构示意图如图 1所示。 

    当两个VoIP终端建立语音通道后，语音的处理过程如下： 

    (1)用户的声音被SLIC数字化后，产生64kb/s PCM数据流。PCM数据流进入DSP后，DSP按编码要求通过语音压缩算法对语音信号进行压缩编码处理，再将语音数据按时间分段组合成帧，一般20ms语音数据构成一个帧。 

    (2)DSP将压缩语音数据帧传给CPU，CPU再对语音数据帧进行处理。CPU将语音数据帧加上RTP头构成RTP包，再使用UDP协议将RTP包传到以太网上。 

    (3)对端收到UDP包后，从中取出RTP数据包，再将RTP头部去除得到压缩语音数据帧。CPU将语音数据帧传给DSP解压。DSP将语音数据帧还原为64kb/s的PCM流，通过TDM总线送至SLIC，SLIC将数字信号转变为模拟信号发送到电话机。 

1.2 AC49012简介 

    语音处理DSP芯片是该VoIP设备的核心部件，它的选择至关重要，在本方案中选择的是AC49012。该芯片是一款新型的功能强大的语音/传真/数据处理芯片。它最多能处理24个无压缩通道或12个压缩通道。该芯片很适合中低密度VoIP设备，具有扩展性强、功耗低、外形尺寸小等优点。AC49012对外提供了EHPI、TDM等接口，通过这些接口，AC49012很容易与其他芯片相连。在设计产品时，将AC49012与控制处理器和SLIC芯片相连，就可实现各种语音产品，如IP电话、VoIP网关、无线和有线网关、IP PBX等。这样的结构提高了产品设计的灵活性。AC49012的主要功能包括：支持多种码率的压缩编码，如G.711(64kb/s)、G.726(16～40kb/s)、G.727(16kb/s～40kb/s)、G.729AB(8kb/s)、G.723.1(6.3kb/s)；支持回声消除，符合G.168-2002标准；自动检测和切换语音、传真或数据等业务；支持传真转发功能，符合标准T.38；支持加密功能，能对数据包进行加密；能生成RTP/RTCP包，减轻外部处理器负荷。 

    在该DSP芯片中每一个通道都有如图2所示的结构。PCM数据进入DSP后，为了提高语音质量，先经回声消除器处理，将其中的回声衰减。DSP能自动检测出PCM中的数据类型是语音数据、带内信令还是传真数据。每一类数据都有相应的处理模块。语音数据经编码器（Speech Encoder）压缩成低码率的数据流（该DSP支持多种压缩编码，如G.726、G.729等）。传真数据在本地被解析出来后，放在数据包中传输。最后这些数据由CPU打包后发到网络上。相反地，CPU将从网络上收到的数据包解开后，通过EHPI传给DSP处理。这些数据进入DSP后，也会被分类，根据数据包的协议分类。语音数据包经解码器（Decoder）解码成PCM流，发送到外部D/A转换器转换成电话信号。传真数据调制产生PCM流输出。 

2 系统硬件设计 

    系统硬件结构设计如图3所示。系统中主处理器CPU选用Cirrus Logic EP9302芯片。它是一颗SoC芯片，内部集成ARM920T的核，带有16KB指令缓存和16KB数据缓存。ARM9核的工作频率为200MHz，系统总线频率为100MHz。处理能力完全满足该系统的需要。该芯片集成了多种硬件模块，如USB、UART、SPI、SDRAM控制器、10/100Mb/s以太网MAC等。外部数据总线上可挂接多种存储器，如Flash、SDRAM等。系统DSP选用AC49012。SLIC芯片选用LE88221，每片芯片提供两个通道。该系统有12个通道，所以需要使用6片LE88221芯片，另外，该系统使用4MB NOR Flash存放Bootloader和程序映像（包括Linux内核和文件系统）。内存使用32MB SDRAM。 

    CPU和AC49012之间的通信通过EHPI（即Enhanced Host-Port Interface，16位并行接口）来实现。通过该接口DSP能与Cirrus Logic EP9302芯片直接相连，中间不需要任何逻辑电路转换信号。DSP通过EHPI接口连接到CPU的外部总线上，占用CPU的一段地址空间。这种连接方式可以使一片CPU连接多片DSP芯片。EHPI并行接口的信号如表1所示。 

    其中，当CPU访问DSP所在地址时，连接到DSP的片选信号HCS必须有效。HCNTL0连接到地址线，通过地址来区分HPIC（控制寄存器）和HPID(数据寄存器)。CPU通过写HPIC控制寄存器给DSP发中断信号，同样，DSP也能给CPU发送HINT中断信号，CPU响应中断后清除中断标志位。 

    SLIC与DSP连接使用TDM(Time Division Multiplex)总线。该总线是时分复用总线，6片SLIC可以连接到同一条TDM总线上。不同的语音通道使用不同的时隙(Time Slot)。每个时隙的带宽是64kb/s，就是一个语音通道的带宽。TDM总线的工作频率可调，工作频率越高时隙就越多，支持的语音通道也就越多。 

    要使LE88221芯片正常工作，必须初始化内部寄存器。LE88221有一个SPI接口用于CPU访问其内部寄存器。通过SPI串行接口CPU可以读写SLIC芯片内部寄存器来初始化和控制SLIC。SPI接口由DIN（串行数据输入）、DOUT（串行数据输出）、DCLK(数据时钟)和CS(片选信号)组成。CPU发给SLIC的数据有固定的格式，先发8bit地址，后面紧跟多字节输入数据或多字节输出数据（由LE88221输出）。读写操作由地址的最低有效位区分，即奇地址表示读出操作，偶地址表示写入操作。CPU只有一个SPI接口，而该系统中有6片SLIC芯片需要连接，所以需要使用外部CPLD芯片来切换，同一时刻CPU的SPI只连接到一片SLIC芯片。6片SLIC芯片可以共用DIN、DOUT、DCLK这些信号，但它的片选CS信号必须由CPLD切换来确定是否与CPU的SPI片选连接。通过这种机制，驱动程序通过控制CPLD来选择要控制哪片SLIC芯片。 

3 驱动程序设计 

    本系统采用的是实时Linux操作系统。实时Linux 操作系统源代码开放，软件成本较低,具有实时响应能力。此外Linux系统有大量开源的应用程序可使用，开发人员可以通过修改源代码来进行功能的扩展，Linux还可以在广泛的硬件平台上运行，具有很好的可移植性，用户很容易把应用程序从一个Linux平台移植到另外一个Linux平台。 

    本系统的Linux是在Linux 2.6.10上打实时补丁得到的。Linux内核和文件系统存放在Flash中。在Linux中使用设备文件表示设备，设备文件放在/dev目录下。设备文件与设备驱动关联，当应用程序读写设备文件时，系统会将读写请求发给相应的设备驱动，由驱动程序去控制芯片完成任务。该系统中有两个主要的驱动程序，DSP驱动和SLIC驱动。它们分别对应设备文件“/dev/dsp”和“/dev/slic”。 

    SLIC驱动的主要功能是初始化SLIC芯片并提供事件查询接口。初始化过程是通过写SLIC芯片的寄存器来配置工作参数，主要包括配置TDM总线工作频率、每个通道占用的TDM时隙、配置滤波器参数等。初始化完成后，芯片进入正常工作状态。应用程序通过驱动提供的接口查询各种事件，如摘机、挂机、告警等事件。通过查询，应用程序能及时了解电话机状态。 

    DSP驱动是系统中最重要的驱动程序，它的主要功能是初始化DSP芯片并提供应用程序与DSP通信的接口。在初始化过程中，首先将DSP的固件下载到DSP中，然后配置DSP的工作参数，如选择编解码器、语音处理参数、传真转发参数、信号音参数等。DSP驱动可简单分为两层：上层实现与DSP固件的通信，驱动与DSP固件使用私有数据包通信，这层实现这些私有数据包的构造和解析；下层实现EHPI总线的访问，读写DSP中的数据。上层生成的数据包由下层写入到DSP中；反之,下层从DSP读出的数据包会传给上层解析。 

    该系统使用ARM核CPU运行Linux系统，所以要使用针对ARM的GNU交叉编译工具来编译驱动程序。首先，要在一台运行Linux的开发机上安装开发软件包，其中包含GNU交叉编译器、映像工具、调试工具等；然后配置好开发机；编译驱动程序使用make工具，将生成的驱动程序拷贝到设备文件系统中；使用映像工具将设备文件系统做成映像，再用JTAG调试器将Linux内核和文件系统映像写入设备的Flash中；之后就可以启动设备，进行程序调试了。另外，为了调试方便也可以使用NFS文件系统，设备通过网络使用开发机上存放的设备文件系统。 

    在驱动程序调试过程中需要注意以下问题： 

    (1) TDM时隙设置。在DSP驱动和SLIC驱动中同一通道必须设置相同的TDM时隙，包括收发两个方向(SLIC到DSP、DSP到SLIC)，否则SLIC和DSP无法交换数据。 

    (2) CPU访问EHPI总线的时序。在CPU中设置EHPI总线时序时，要根据EHPI总线的时序要求设置。该方案中CPU的总线频率较高，设置EHPI访问时序时需加入足够的延时，否则EHPI访问会出错。 

    该系统采用CPU和DSP分离的结构，有较好的扩展性。当需要增加通道数量时，只需增加DSP的数量就可以实现。CPU主频较高，有足够的数据处理能力。该设备试用后证明，设备成本低，通话效果良好，可取代现在使用的传统PBX设备，非常适合改造中小企业内部电话网。 

参考文献 

[1] 糜正琨.IP网络电话技术[M].北京：人民邮电出版社， 2000. 

[2] 张登银,张精科.VoIP技术分析与系统设计[M]. 北京:人民邮电出版社，2003. 

[3] 张磊.VoIP 语音技术及应用[M].北京:机械工业出版社，2000.