RTP流音频回放技术在400 MHz数字列调系统中的应用

赵文杰

（北京全路通信信号研究设计院集团有限公司，北京 100070）

1 概述

无线列调系统是用于指挥列车运行的专用无线通信系统，实现列车与车站值班室、调度中心或其他列车之间通信。近年提出的列车数字无线调度通信系统（Digital Radio Communication System for Train Dispatching，DRTD）基于数字通信技术实现铁路专用通信，将语音调度与数据调度业务融合，可提供“大三角”“小三角”的个呼、组呼等功能，并支持加密通信等。DRTD 系统工作于400 MHz 频段，主要包含数字列调接口服务器、调度操作台、固定电台控制设备、车站操作台、固定电台、光纤直放站、天线、机车综合无线通信设备（CIR）、列调对讲设备、网络管理设备以及其他相关设备。

与既有450 M 模拟列调系统相比，本系统采用了数字技术。在有线侧，系统采用符合《会话初始协议（Session Initiation Protocol，SIP）技术要求第1 部分：基本的会话初始协议》（YD/T 1522.1）的基于IP 的通话体制，并依据该协议采用实时传输协议（Real-time Transport Protocol，RTP）报文承载音频流。在无线空口侧，系统采用符合《专用数字对讲（Private Digital Mobile Radio，PDR）设备技术要求和测试方法》（GB/T 32659-2016）中6.2 体制A。由固定电台负责将有线、无线通信桥接起来，并新增了全呼、个呼、邻站组呼、优先级、强拆等丰富的语音功能。

固定电台为了实现有线、无线通信桥接，需针对有线侧SIP 协议和RTP 音频流进行处理和传输。本文将研究如何通过一系列处理流程和技术，实现RTP 音频流转发至无线空口，最终在移动终端上进行回放。反之，也通过类似处理把来自移动终端的音频流在有线侧进行回放。上述处理可为DRTD 系统的核心业务即列调语音通话提供支撑。

2 语音业务软件架构及基本流程

系统语音业务软件逻辑架构如图1 所示，主要包含固定电台控制设备软件、固定电台软件、调度/车站操作台软件等。设备软件间相互配合，用于实现系统所需的语音通话处理功能等。

图1 语音业务软件逻辑架构Fig.1 Logical architecture of voice service software

其中，SIP 服务器可包含注册服务、位置管理服务、代理服务、背靠背用户代理（B2BUA）、重定向服务模块等，用于实现基于SIP 协议的有线侧通话建立流程、RTP 音频流接收和转发。

媒体服务支持多方会话中RTP 音频的混音和分发，并支持多个通话同时进行，互不干扰。

应用服务器包含了针对DRTD 系统专有协议及专有功能开发的处理逻辑，包含语音呼叫类型的识别和会话管理、将已注册无线终端映射为内部用户代理（UA）、对无线信道机即400 MHz 基地台的控制、语音的格式转换、接口服务器及网管服务器的接入等。

以调度员个呼列车司机为例，系统语音业务软件对信令及音频传输的流程如下：

1）调度员操作调度操作台个呼某列车CIR，其UA 模块向固定电台控制设备的SIP 服务模块发送SIP 呼叫信令；

2）固定电台控制设备响应后，依据位置管理查询目标列车归属车站的位置信息，向目标归属车站发送SIP 呼叫信令；

3）该车站的固定电台响应后，向应用服务模块中映射无线侧移动终端的UA 发送SIP 呼叫信令，该UA 响应后，通过无线接入控制模块控制400 MHz 基地台，向CIR 发送无线呼叫信令；

4）有线、无线呼叫信令流程完成后，参与通话的各方音频流可以在系统中相互传递。例如调度员使用麦克风说话时，向固定电台控制设备媒体服务模块发送RTP 音频流，该音频流被传输至固定电台的媒体服务，经应用服务的处理，再从空口转发至CIR，CIR 将其转化后在扬声器上回放。反之亦然。

3 RTP音频流处理的具体流程

如第2 节所介绍，调度员或车站值班员说话时，其语音将被调度/车站操作台打包在RTP 格式的音频流中发出。该RTP 流主要经过如图2 所示的处理流程后，实现语音波形在移动终端上回放。

图2 RTP流音频处理及回放过程Fig.2 Processing and playback processes of RTP stream audio

流程图中各步骤的实现方式介绍如下。

1）RTP 音频流输入：系统基于SIP 协议建立通话时，各终端可通过携带多媒体会话描述协议（SDP）字段内容进行协商，确定RTP 音频流格式。

2）混音：由于SIP 支持全双工通信，多方会话中存在多方同时说话的情况，各设备的媒体服务模块负责将多方RTP 流解析还原为语音波形并做混音处理。经混音融合后的语音重新组装为新的RTP流，同时发送给通话的所有参与方。

3）加窗语音检测：固定电台的应用服务模块需要借助语音检测实现有线侧全双工通信与无线侧半双工通信的桥接，即通过检测确认当前有线侧存在有效语音时，再触发无线侧空口发送语音，以避免持续占用空口资源，导致移动端无法发送上行语音。语音检测常见方式包括波形能量/音量检测、频域分析/过零率检测、基于人声模型或人工智能模型检测等，或结合使用多种方式。加窗则是调节语音检测的时间灵敏度参数，以便匹配不同场景需求。

4）缓存：应用服务模块对RTP 音频流做一定缓存，当加窗检测到当前存在语音时，加窗的前面几帧语音也是有效语音，从缓存中取出并发送出去。缓存不宜过多，避免语音延迟过大。

5）格式转换：从有线侧到无线侧，语音格式需从SIP/RTP 协议转为400 MHz 基地台的语音接口协议，包括语音编码格式、采样率、帧长度等。

6）基地台信令控制和语音发送：无线接入控制模块可触发对400 MHz 基地台的信令控制，启动语音通话，并将音频流发送给它，以便依据PDR协议将音频流从空口发送出去。

7）移动终端语音波形回放：CIR 或对讲设备从空口接收到音频流后，依据PDR 协议解析并还原为语音波形，在扬声器上进行回放。

上述流程体现了RTP 流音频回放技术在DRTD系统中的应用方式。当用户在移动终端侧说话时，则是将话音反向处理并形成RTP 音频流的过程，最终在调度/车站操作台上进行回放。

4 与既有450M列调系统对比

由于采用了SIP 通信和RTP 音频流处理技术，相比于既有450M 列调系统基于电路交换的音频通信技术，DRTD 系统具有如下优势。

系统容量大：RTP 音频流由以太网中的IP 分组报文承载，对网络带宽为共享方式占用，传统列调系统有线侧采用电路交换，每个通话独占专门分配的带宽资源。因此，RTP 方式对带宽的利用率更高。

系统可塑性强：RTP 音频流处理即为IP 报文处理，便于与计算机处理技术结合，实现包括语音加密、通话优先级管理、抗干扰编码等新功能特性。

系统兼容性好：目前铁路越来越多通信系统向IP 化、网络化发展，通过设置媒体网关，DRTD 系统的RTP 音频流可以较方便地与铁路未来IMS 多媒体调度通信系统、5G-R MCx 调度通信系统等进行互联互通。

系统可靠性高：DRTD 系统可针对RTP 音频流提供冗余保障措施。设备不同板卡上设置多个媒体服务模块，通过控制RTP 流向，既可对音频流进行负载分担，也可通过自动倒切应对单板卡的故障。

5 结论

本文介绍了DRTD 系统中语音业务软件架构及基本流程，以及RTP 音频流处理和回放的具体流程，分析了其具体实现方式。通过RTP 流的音频回放技术，固定电台桥接了无线列调中的有线通信和无线通信，为DRTD 系统的核心通话业务及其在无线列调场景中的应用提供了有效支撑。相比于传统450 MHz 列调系统，RTP 音频流处理技术可为DRTD 系统提供容量大、可塑性强、兼容性好和可靠性高等优势。