摘要：
VoLTE协议栈是实现4G/5G高清语音视频通话的关键技术体系。它将语音数据打包成IP数据包传输，通过QoS机制保障通话质量，相比传统通话具有音质高、接通快、通话上网并行的优势。协议栈采用分层架构，包含控制面（SIP协议）和用户面（RTP协议），涉及终端、无线接入网、核心网和IMS系统协同工作。典型流程包括注册、呼叫建立（通过INVITE等SIP消息）、QoS专用承载建立和媒体流传输。关键技术包括SRVCC无缝切换、RoHC头压缩和专用承载机制。该技术实现了全IP化的高质量语音服务，是向5G语音演进的基础。
1.VoLTE 协议栈概念
简单来说，VoLTE协议栈是一个分层、协作的软件和硬件系统，它使得高清语音和视频通话能够通过纯4G/5G数据网络（IP网络）进行，而无需回落到传统的2G/3G电路交换网络。
其核心目标是：在高速分组交换（PS）的LTE/5G网络上，实现媲美甚至超越传统电路交换（CS）网络的高质量、低延迟的实时语音/视频通信服务。
1.1 VoLTE核心思想与优势
在理解 VoLTE协议栈之前，先明白两个关键点：
根本转变：传统电话（2G/3G）使用独立的“电路交换”通道，像一条专属铁路。VoLTE则将语音数据打包成IP数据包，和你的微信消息、网页数据一样，在“分组交换”的高速公路上传输。
关键保障：为了保证语音包不被堵塞或延迟，VoLTE引入了 QoS（服务质量）机制。网络会为VoLTE通话建立一条“VIP专用车道”（称为专用承载），确保其优先、快速、低延迟地传输。
主要优势：
-
音质更高：支持高清语音（AMR-WB），音质范围更广。
-
接通更快：拨号后的等待时间大幅缩短（约2秒）。
-
通话上网两不误：通话时，数据业务依然在线，可以同时高速上网。
-
平滑演进：是迈向5G语音（VoNR）的基础。
1.2 VoLTE协议栈的分层架构
VoLTE协议栈不是一个单一的协议，而是一个复杂的集合。我们可以从两个维度来理解：网络平面 和 协议分层。
1.2.1. 网络平面划分
-
控制平面：负责“管理通话”，如呼叫的建立、修改、释放、补充业务（如呼叫转移）等。主要协议是 SIP。
-
用户平面：负责“传输通话内容”，即编码后的语音/视频数据流。主要协议是 RTP。
1.2.2. 协议栈分层详解（从终端/手机视角）
这是一个简化的分层模型，自上而下看：
| 应用层 | IMS 客户端 | 控制平面 | 这是手机上的“电话App”核心。它生成、发送和解析SIP信令消息（如拨打、接听、挂断），并与下层交互。 |
| 语音/视频编解码器 | 用户平面 | 将麦克风采集的模拟声音（或摄像头视频）进行压缩编码（如AMR-WB用于语音，H.264用于视频），以及接收端的解码。 | |
| 传输层 | SIP | 控制平面 | 会话初始协议。VoLTE信令的“语言”，负责呼叫控制的所有流程。 |
| RTP/RTCP | 用户平面 | 实时传输协议 及其控制协议。RTP负责封装和传输编码后的语音/视频媒体流；RTCP负责监控传输质量（如丢包率、延迟）。 | |
| 网络层 | IP | 控制/用户平面 | 互联网协议。为所有数据（无论是SIP信令还是RTP媒体包）提供IP地址和路由能力。VoLTE使用IPv6作为首选。 |
| 链路/接入层 | PDCP/RLC/MAC/PHY | 控制/用户平面 | 这是LTE/5G空口协议栈。它们负责将IP数据包进行加密、压缩、分段、调度，最终通过无线电波发送给基站。正是这一层实现了QoS机制，为VoLTE数据标记高优先级并分配专用承载。 |
1.3 关键网络实体与端到端流程
VoLTE通话不仅涉及手机，还涉及一整套网络系统，它们各自运行协议栈的一部分。
终端：如上所述，包含完整的IMS客户端和媒体处理功能。
LTE/5G RAN：基站（eNB/gNB）。负责无线资源管理，根据QoS策略优先调度VoLTE数据包。
EPC/5GC核心网：
-
MME/AMF：控制面核心，处理连接和承载建立。
-
SGW/PGW/UPF：用户面网关，是媒体流（RTP）的锚点和管理者。
-
PCRF/PCF：策略控制器，决定为一次VoLTE通话分配怎样的QoS规则（如建立专用承载）。
IMS核心网：这是VoLTE的“大脑”。
-
P-CSCF：代理CSCF，手机的第一个IMS接触点，负责信令转发和与PCRF交互触发QoS建立。
-
I-CSCF/S-CSCF：查询/服务CSCF，负责用户注册、呼叫路由和业务触发。
-
HSS：用户数据库，存储用户签约信息（包括VoLTE业务权限）。
一个简化的端到端呼叫流程：
注册：手机开机后，先附着到LTE网络，然后向IMS核心网发起SIP注册（“我上线了”）。
主叫拨打：用户拨号，手机IMS客户端生成SIP INVITE消息。
QoS建立：SIP消息经过P-CSCF时，它会通知PCRF。PCRF会命令核心网和基站，为这次通话建立一个专用承载（VIP车道）。
信令路由：SIP信令在IMS核心网中被路由到被叫方。
媒体建立：被叫振铃、接听。双方手机使用SIP协商好媒体参数（IP、端口、编解码格式）。
媒体流传输：双方使用协商好的参数，通过已建立的专用承载直接传输RTP媒体包。
通话结束：任一方挂断，发送SIP BYE消息，释放呼叫和专用承载。
1.4 重要相关概念
-
SRVCC：当用户离开4G覆盖区进入2G/3G区域时，IMS和网络协作，将通话无缝切换到传统电路域，保证通话不中断。这是VoLTE全覆盖的关键技术。
-
RoHC：一种在PDCP层使用的头部压缩技术，能将IP/UDP/RTP的大包头大幅压缩，显著节省空口资源，提升效率。
-
专用承载 vs 默认承载：默认承载用于普通上网，始终存在；专用承载是临时为VoLTE等特定业务建立的，有保障的比特率和优先级。
VoLTE协议栈可以比作一个高度协同的快递系统：
-
SIP是“呼叫中心”的客服电话（控制信令）。
-
RTP是运送“声音/视频货物”的快递车（媒体流）。
-
LTE/5G空口协议是“分拣中心和高速公路”，并为快递车开辟了专用绿色通道（QoS/专用承载）。
-
IMS是整个快递公司的“总部大脑”，管理所有客户和订单流程。
这个系统共同工作，确保了在IP数据网络上实现稳定、清晰、快速的电话服务。它是现代移动通信从“电路交换”迈向“全IP化”的里程碑。
相关协议
RFC3261：SIP协议
RFC3550：RTP
RFC4566：RTCP
SDP RFC2617：HTTP协议
RFC768：UDP协议
RFC793：TCP协议
RFC791：IP协议
关键点
1、 SIP/SDP流是建立在UDP/IP之上，用于终端之间应用控制。SIP流用于初始话一个Session，并负责传输SDP包。而SDP包中描述了一个Session中包含哪些媒体数据，邀请人等。
2、 SIP/SDP流是传输IMS信令的，需要建立承载中优先级最高的传输QCI=5，无线侧用户面RLC采用AM模式，保障其正确性。
关键点
1、 RTP/RTCP流是建立在UDP/IP之上。当需要被邀请人都通过各自的终端设备被通知到后，就可以使用RTSP来控制特定Media的通信，比如RTSP控制信息要求开始Audio/Video的播放，那么就开始使用RTP进行实时数据传输，在传输过程中，RTCP负责QoS。
2、语音和音频按照协议需要QCI=1和QCI=2的语音承载。根据延迟要求，无线侧用户面RLC选用UM模式传输，保证其实时性要求。
2.VoLTE 信令流程
|
请求消息 |
消息含义 |
|
INVITE |
发起会话请求，邀请用户加入一个会话，会话描述含于消息体中。对于两方呼叫来说，主叫方在会话描述中指示其能够接受的媒体类型及其参数。被叫方必需在成功响应消息的消息体中指明其希望接受哪些媒体，还可以指示其行将发送的媒体。 如果收到的是关于参加会议的邀请，被叫方可以根据Call-ID或者会话描述中的标识确定用户已经加入该会议，并返回成功响应消息。 |
|
ACK |
证实已收到对于INVITE请求的最终响应。该消息仅和INVITE消息配套使用。 |
|
BYE |
结束会话 |
|
CANCEL |
取消尚未完成的请求，对于已完成的请求（即已收到最终响应的请求）则没有影响 |
|
REGISTER |
注册 |
|
OPTIONS |
查询服务器的能力 |
|
序号 |
状态码 |
消息功能 |
|
1xx |
临时响应 |
表示已经接收到请求消息，正在对其进行处理 |
|
2xx |
成功响应 |
表示请求已经被成功接受、处理 |
|
3xx |
重定向响应 |
表示需要采取进一步动作，以完成该请求 |
|
4xx |
客户端出错 |
表示请求消息中包含语法错误或者SIP服务器不能完成对该请求消息的处理 |
|
5xx |
服务器端出错 |
表示SIP服务器故障不能完成对正确消息的处理 |
|
6xx |
全局错误 |
表示请求不能在任何SIP服务器上实现 |
VoLTE用户注册：
VoLTE用户在体验高质量通话之前，必须先进行VoLTE的注册流程，从无线角度来看，注册分为两个步骤：
(1)LTE无线的无线注册: 由于VoLTE实质上对于无线来说只是一种数据业务，所以，E-UTRAN网络需要为VoLTE提供数据发送的通道。即，建立QCI=8/9的承载。
(2)IMS注册：支持VoLTE的终端在完成LTE的注册后，会通过LTE的承载向IMS网元发起注册(类似于高层应用的注册)，即，建立QCI=5的承载；在该注册完成后，用户就可以使用VoLTE进行语音通话了。即，会触发核心网建立一条QCI=1的专用承载用于传输IMS语音包。
3.VoLTE 注册流程
1、UE进行Attach，建立QCI=9的默认承载，并使用IMS APN建立PDN连接（传统的EPS注册流程）；
2、建立立QCI=5的默认承载，用于传送SIP信令；
3、UE通过QCI=5的默认承载向IMS发起注册请求；
4、P-CSCF通过HSS获知用户信息不在数据库中，便向终端代理回送401 Unauthorized 质询信息，其中包含安全认证所需的令牌；
5、终端将用户标识和密码根据安全认证令牌加密后，再次用REGISTER消息报告给P-CSCF服务器；
6、P-CSCF将REGISTER 消息中的用户信息解密，验证其合法后，IMS核心网将该用户信息登记到数据库中，并向终端返回成功响应消息200 OK；
7、用户向IMS订阅注册事件包；
8、服务器应答订阅成功；
9、IMS服务器发送notify消息，由于订阅的用户已经注册，所以IMS服务器回应Notify消息中，状态为active，同时携带XML信息；
10、终端发送Notify 200表示接收成功；
4.IMS用户注册过程
现阶段常见问题：
– 终端侧未发起PDN连接请求
– 网络下发PDN连接拒绝
– 终端未发起IMS注册请求
5.VoLTE 呼叫流程
1、UE起呼，UE高层协议层需要发送INVITE到IMS，触发RRC连接、安全模式等过程，并通过RRC重配置消息建立SRB2信令无线承载、恢复QCI 5承载，配置测量控制，IMS收到主叫的INITE消息，开始寻呼，并发送INVITE 100（TRYING）给主叫UE，用于响应INVITE消息，INVITE消息中包含呼叫类型、主被叫的号码、主叫方支持的媒体类型和编码等；
2、核心网向处于空闲态的被叫发INVITE消息，由于被叫处于空闲态，所以核心网侧触发寻呼消息，寻呼处于空闲态的被叫用户，被叫UE收到寻呼后，触发RRC连接、安全模式等过程，被叫通过RRC重配置消息建立SRB2信令无线承载，CN侧通过QCI=5的RB向被叫发送INVITE消息，UE收到后发送INVITE 100消息进行响应，同时被叫发送INVITE 183消息给CN表示会话正在处理，启动Precondition(资源预留)过程，并通知主叫自己所支持的媒体类型和编码，并建立起QCI=1的承载；
3、IMS收到被叫的INVITE183 后，对主叫启动Precondition(资源预留)过程，通过EPC通知主叫SM层建立起QCI=1的承载后，向UE发送INVITE 183消息；
4、主叫向被叫发送PRACK消息，PRACK过程是一个预确认过程，主要为了防止会话超时及拥塞，被叫收到后返回PRACK 200，主叫收到被叫的PRACK 200以后，发送UPDATE消息，进行媒体格式协商过程，被叫通过UPDATE 200返回协商结果；
5、振铃接听过程，被叫发送INVITE 180给主叫，振铃，摘机后发送INVITE 200给主叫，主叫返回ACK进行确认，通话完全建立，进入通话过程；
6、挂机过程 ，通话结束后，主叫发送BYE请求结束本次会话，IMS服务器给被叫发送BYE,请求结束本次会话，被叫挂机，回BYE 200消息，核心网IMS服务器给主叫发BYE 200，标明会话结束，主被叫分别去激活EPS专用承载消息，删除QCI=1的数据无线承载。
IMS 呼叫处理基本模型
IMS用户间呼叫时，P/I/S-CSCF完成整个信令路由过程
