基于嵌入式Linux和MiniGUI的SIP电话设计

0 引言
    随着VoIP的迅猛发展，越来越多的个人用户正在使用软件电话、IP电话通过VoIP系统拨打国内和国际长途，IP电话的需求量越来越大，同时，人们对IP电话的要求也越来越高，例如要求IP电话体积小、方便携带、功耗低、待机时间长、漂亮的人机交互界面，功能可扩展等。解决这些需求的可行方案就是用嵌入式系统，具体而言就是采用一款32位嵌入式处理芯片(如ARM、Power PC)，将Linux操作系统和MiniGUI图形库经过裁减移植到这些嵌入式处理芯片所构建的硬件平台上。由于Linux具有强大的网络功能，而MiniGUI是一款优秀的针对嵌入式Linux的轻量级图形用户界面库，在它们的基础上做应用开发，能够保证IP电话的稳定性和功能扩展，也能开发出漂亮的人机交互界面。
    目前用来实现VoIP系统的协议有三种：SIP、MGCP和H．323，其中SIP协议是应用得最广泛的协议，所谓SIP电话就是支持SIP协议的IP电话。

1 SIP电话实现方案
    根据IP电话的功能需求，SIP电话应当实现人机界面的交互、呼叫处理、语音的采集和播放、语音的编码和解码、语音的实时传输。本设计人机界面的交互使用嵌入式系统硬件平台上的LCD和功能按键，采用MiniGUI图形库和Linux按键驱动；呼叫处理模块使用硬件平台上的网络接口，采用eXoSIP协议栈；语音的采集与播放使用硬件平台上的音频接口，采用Linux音频设备驱动；语音的编码和解码直接采用开源G.7-29A源代码；语音的实时传输使用RTP协议，采用开源的JRTPLIB库。
    SIP电话软件结构图如图1所示。SIP电话由八个模块组成。每一模块对应一个线程。其中，主线程(线程1)的任务是：a．加载配置文件到内存中；b．初始化音频设备和功能按键设备；c．创建RTP会话实例和初始化eXoSIP协议栈；d．初始化四个数据区缓冲结构；e．创建、管理、撤消子线程；f. 显示SIP配置文件的配置信息和状态信息，处理来自呼叫处理模块子线程的消息。呼叫处理模块子线程(线程2)的任务是：通过调用eXoSIP协议栈的API函数，实现SIP电话的呼叫过程控制。语音采集模块子线程(线程3)的任务是：实现语音的采集并将采集到的语音数据存储到全局数据缓冲区队列1中。语音编码模块子线程(线程4)的任务是：从全局数据缓冲区队列1中读取PCM码流并对其进行编码，将转化过后的G．729码流存储到全局数据缓冲区队列2中。数据发送模块子线程(线程5)的任务是：从全局数据缓冲区队列2中提取G．729码流，打包成RTP数据包发送到出去。数据接收模块子线程(线程6)的任务是：检测接收端口上的RTP语音包，提取G．729码流存储到全局数据缓冲区队列3中。语音解码模块子线程(线程7)的任务是：从全局数据缓冲区队列3中读取G．729码流对其进行解码，将转化过后的PCM码流存储到全局数据缓冲区队列4中。语音播放模块子线程(线程8)的任务是：从全局数据缓冲区队列4中读取PCM码流，通过D／A转换成模拟语音信号。

[!--empirenews.page--]

2 各线程模块的实现
    主线程模块主要完成系统各个功能模块的初始化工作，也是程序的入口点，MiniGUI程序的入口点为MiniGUIMain()函数；配置文件的加载拟完成从根文件系统到内存的加载，然后进行解析，存放在全局SIP配置参数结构中。配置文件用来存放呼叫处理模块和语音传输模块使用的参数，具体包括：本机IP地址、子网掩码、网关地址、SIP服务器IP地址，SIP端口号、用户名、本机电话号码、密码、RTP端口号、被叫电话号码和注册间隔时间。初始化音频设备拟完成打开音频设备文件，设置音频设备的采样频率，量化位数和声道数目。打开音频设备文件可
通过调用Linux系统函数audio_fd=open(“／dev／dsp”，O_RDWR)来实现，调用成功后将返回音频设备的文件描述符。设置音频设备的采样频率，量化位数和声道数目可通过调用ioctl(fd，…．)函数来实现。功能按键设备的初始化很简单，直接调用buttons_fd=open“／dev／b-uttons”,O)函数打开按键设备文件即可。创建RTP会话实例，可通过调用JRTPLIB库的RTPSession类来完成，然后调用RTPSession类的Create()方法来对其进行初始化，创建完成后，需设置RTP会话实例的传输参数和会话参数。eXoSIP协议栈的初始化直接调用eXoSIP协议栈所提供的初始化函数。七个子线程的创建可通过调用pthread_create函数来完成。SIP配置信息的显示拟完成配置文件中的信息在MiniGUI主窗口上的显示，主要显示本机的IP地址和端口号、SIP服务器的IP地址、本机号码、本机用户名。SIP状态信息的显示拟完成对整个SIP事务迁移状态的显示。例如，如果收到"180Ringing"消息，则在MiniGUI主窗口上显示“对方正在响铃”，如果收到定时器的超时消息，则在MiniGUI主窗口上显示“无人接听，请稍后再拨”。SIP状态信息的显示是一个消息驱动的动态显示。SIP配置信息和状态信息的显示直接采用MiniGUI的窗口模型和消息处理机制。SIP配置信息的显示直接通过调用MiniGUI提供的TextOut(hdc,O,O,host_ip)将SIP参数结构中的参数显示在MiniGUI主窗口上。SIP状态信息的显示必须为每个SIP事务消息定义相对应的MiniGUI消息，以"180 Ringing"消息和定时器超时消息为例，自定义消息如下：
    #define MSG_180Ringing(MSG_USER+10)
    #define MSG_TimerC(MSG_USER+11)
    当呼叫处理模块子线程收到IP网络上的“180 Ringing”消息和Linux内核的定时器超时消息后，则通过调用SendMessage(hWnd,MSG_180-Ringing,0,0L)向MiniGUI主线程发送MSG_180Ringing消息，主线程通过调用GetMessage()函数获取呼叫处理模块子线程所发过来的消息，通过调用DispatchMessage(&Msg)函数把这些消息发送到窗口过程函数进行处理。窗口过程函数收到相应的消息，首先判断消息的类型，若是MSG_180Ringing消息，然后调用TextOut(hdc,0,0,“对方正在响铃”)函数在窗口上显示“对方正在响铃”字样。
    呼叫处理模块子线程可直接调用eXoSIP协议栈所提供的API函数集,eXoSIP是在oSIP2的基础上对SIP消息的API作了更上层的封装，能够很容易实现SIP电话的呼叫过程控制。呼叫处理模块子线程实现的难点是当呼叫连接成功后，如何启动语音采集、语音编码、数据发送、数据接收、语音解码和语音播放6个子线程。本设计采用Linux线程间通信-管道机制向其它6个子线程发送启动标识，6个子线程接收到启动标识后，唤醒各自的线程，进行相应的语音处理和语音的传输。同样，当呼叫连接释放时，呼叫处理模块子线程向6个子线程发送停止标识，6个子线程接收到停止标识后，停止语音处理和语音的传输，阻塞各自的线程。
    语音采集模块、语音编码模块、数据发送模块、数据接收模块、语音解码模块和语音播放模块6个子线程的过程控制是一样的，首先进入主循环，调用Linux系统函数select()阻塞本线程，侦听本线程与呼叫处理模块子线程之间的管道，若管道中有数据，则调用系统函数read()读取数据，判断数据是否为启动标识，若是，则进入子循环进行相应的处理；若为其它数据，则重新回到新一轮的循环。进入子循环进行相应的处理的同时，将select()设为非阻塞模式，调用select()函数侦听本线程与呼叫处理模块子线程之间的管道，若管道中有数据，则调用系统函数read()读取数据，判断数据是否为停止标识，若为停止标识，则跳出子循环重新回到主循环，线程重新回到阻塞状态；若为其它数据，则不做任何处理，重新回到子循环。
    由于各子线程共享数据缓冲区队列，为了正确读写数据，在设计数据缓冲区队列结构和读写操作函数时，使用了Linux下线程间的同步和互斥机制，保证了对内存资源的安全共享。为了设计出通用的数据缓冲区队列结构和读写操作函数，不妨将向缓冲区写数据的子线程定义为生产者线程，将从缓冲区读取数据的子线程定义为消费者线程。为了保证对数据缓冲区队列进行安全的读写操作，生产者线程和消费者线程必须满足两个条件：
    (1)生产者线程写入缓冲区的数目不能超过缓冲区容量；
    (2)消费者线程读取的数目不能超过生产者线程写入的数目。
    为了实现这两个条件，在程序实现中使用了写指针和读指针来判断缓冲区是空还是满。在初始化时读指针和写指针为0；如果读指针等于写指针，则缓冲区是空的；如果(写指针+1)％N等于读指针，则缓冲区是满的，％表示取余数，N表示缓冲区队列的长度。

3 结语
    本文提出了基于嵌入式Linux和MiniGUI的SIP电话终端的实现方案，并给出了各线程模块的实现方法，与传统的台式IP网络电话解决方案相比，本方案具有如下突出的特点与创新点：a．体积小、功耗低，由于系统所依赖的硬件平台是嵌入式系统平台，而嵌入式硬件平台本身具有体积小、功耗低特点。b．功能可扩展。由于嵌入式系统软硬件可裁剪，可以方便开发人员进行功能扩展。c．图形界面漂亮。由于系统采用嵌入式图形界面MiniGUI，可以开发出漂亮的图形界面。d．采用多线程机制和缓冲区队列对语音的采集与播放、语音的编码与解码和语音的实时传输进行并行处理，保证了语音通话的连续性。
    对系统进行测试的结果表明，本设计能够对呼叫进行稳键的控制，能够保证语音通话的连续性，对从事相关产品的开发具有一定的参考价值。