VONR介绍

1 VoNR信令流程

5G的网络架构其实承袭自4G，只支持分组交换，不支持电路交换，也就是说自身的5GC核心网是没法支撑语音业务的，必须依赖于一个叫做IMS的系统。

IMS又叫IP多媒体子系统，可以在分组交换网络下实现语音业务。

如果5G不支持VoNR，那就只能靠4G的VoLTE，甚至3G和2G支持的电路交换域语音业务进行兜底了。

在注册过程中，AMF决策UE是否具有IMS over PS（VoNR）的能力，在注册接受消息中指示UE，注册流程完成后，UE再发起IMS Pdu Session建立流程，后续IMS信令、语音、视频等业务均通过IMS PDU Session承载。业务过程中不再需要IMS域的参与，直到业务结束。

MO语音呼叫（主叫）

MT语音呼叫（被叫）

根据网络部署模式，5G可分为NSA(非独立组网)和SA(独立组网)两类。再根据5G是否支持VoNR，以及4G是否支持VoLTE，分为以下多种方案。

根据网络部署模式，5G可分为NSA(非独立组网)和SA(独立组网)两类。再根据5G是否支持VoNR，以及4G是否支持VoLTE，分为以下多种方案。

1.1 NSA下的语音业务：

在NSA下，5G网络被称作辅节点，作为4G的流量补充，并不直接参与语音业务，所有语音功能完全由4G完成，因此5G就都不支持VoNR。

如果4G支持VoLTE功能，则直接进行语音，覆盖不好的时候通过SRVCC(Single Radio Voice Call Continuity，单无线语音呼叫连续性)切换到3G或者2G。

如果4G不支持VoLTE，在拨打电话的时候就会直接回落到3G或者2G(这个功能称作CS Fallback，电路交换回落)。

1.2 SA下的语音业务：

在SA模式下，5G语音方案比较复杂，有四种场景。总体思路是，5G网络优先使用VoNR，如不支持，则回落到到4G的VoLTE，最后由3G或者2G进行兜底。

场景1：5G网络支持语音功能(VoNR)，则可直接在5G上接通电话，然后在5G信号不好的时候切换到4G的VoLTE。如果用户跑到了4G覆盖不好的地方，还可以通过SRVCC切换到3G或者2G。

场景2：5G网络支持VoNR，则可直接在5G上接通电话，在5G信号不好的时候发现4G信号也不好，直接由5G通过SRVCC把电话切换到3G。

备注：5G到3G的SRVCC刚刚在3GPP R16版本中标准化，目前还没有手机支持。

既然从5G能切换到3G，未来也会支持切到2G吧？实际上没有那个必要，因为一般情况下3G已经覆盖够好，足够用来兜底了，再说2G也没几年就要退网了，不值得再花钱投资。

场景3：5G网络不支持VoNR，则在打电话的时候先通过EPSFB(EPS Fallback)来回落到4G的VoLTE，在4G覆盖不好的时候再通过SRVCC切换到3G或者2G。

场景4：

      5G网络不支持VoNR，则在打电话的时候先通过EPSFB来回落到4G，结果很不幸，4G也不支持VoLTE，只能再次通过CSFB回落到3G或者2G来打电话了。

可以看出，在这几个场景中，手机打着打着电话，很可能从5G跑到了4G，甚至还很可能从4G再跑到3G或者2G。就打完电话之后，还要继续留在4G，甚至3G或者2G吗？

由俭入奢易，由奢入俭难。习惯了5G/4G的高速率，对于3G和2G的龟速是不可接受的，因此需要尽快让手机返回能力最强的网络，这个过程就叫做快速返回。

1.3 EPS fallback

具有EPSfallback能力的终端在发起语音业务需求时，NR下发LTE的B1测控，终端在满足B1门限后上报MR，NR侧发起向LTE网络的切换命令，终端切换至LTE网络后进行VOTE语音业务。

• 基于测量重定向的EPSfallback信令事件流程如下：

基于测量重定向的EPSfallback在流程上与基于切换的EPSfallback基本类似，只是在回落方式上存在差异；基于切换的EPSfallback是在异系统的B1测报之后进行切换方式来回落到LTE网络的，而测量重定向的EPSfallback是在异系统B1测报之后通过RRCRelease中携带的目标频点来回落到LTE网络的。

（1）gNB给UE下发B1测控

（2）UE上报B1测报，该测报中包含目标小区的PCI，测量到的小区电平，测量到的MEASID；

（3）满足B1门限后gNB通过RRCRELEASE消息重定向到LTE网络，该消息中包含目标小区的频点。

• 基于盲重定向的EPSfallback

基于盲重定向的EPSfallback与基于切换的和基于测量重定向的最大区别在于其不用进行任何测量，只要进行语音业务则直接重定向到LTE网络。

2  5G VoNR有什么优势？

同样是基于IMS的语音业务，VoNR和VoLTE相比到底有什么优势呢？

    首先，当手机驻扎在5G小区时，使用VoNR简单直接，否则还要经过EPS Fallback回落到4G，信令流程增加了，时延也必然增加，影响用户体验。

其次，VoNR下强制支持一种新的语音编解码方案，可以有效提升语音通话的音质到HiFi的级别，这就是EVS(Enhanced Voice Services)，也叫超高分辨率语音(Super HD Voice)。

其实EVS早在3GPP R12版本就已经定义了，彼时还是LTE的发展正如日中天，但由于大家对语音质量都不够重视，一直少有手机支持。这一拖，就到了5G时代。

EVS是怎么提升音质的呢？

声音是由振动产生的，在空气中传播就形成了声波。但人的耳朵只能听到有限一段频率内的声波，范围是20Hz到20000Hz。

人的声带能发出的频率范围要更窄一些，为85Hz到1100Hz。

在以前的语音编解码方案中，只包含了人的听觉频率范围中的一小段，有些甚至连人的发声带宽都没有完全编码。

      比如最早的标准语音编码的频率范围是300Hz到3400Hz，而人的发声频率范围是85Hz到1100Hz，也就是说，从85Hz到300Hz这一段的声音根本就没有被传输。

这种窄带编码导致了音色的损失。最直观的感受是，在打电话时，虽然对方说的语句是能辨认的，含义也能听明白，但却经常分辨不出谁在说话，像被变声了一样。

EVS直接实现了人的听觉范围全带宽的编码，除了人的声音之外，连背景里汪星人和喵星人的叫声也真真切切，可媲美CD的音质。

3 IMS

SIP：Session Initiation Protocol，会话发起协议，用于建立、修改和终止IP网上的双方或多方的多媒体会话，类似于HTTP的基于文本的协议，VoIP的信令包就是根据SIP协议封装的。SIP消息分为请求消息（INVITE）和响应消息，响应包括一个最终响应和可能的多个临时响应。

P-CSCF和I-CSCF只是起到一个边界安全防护SBC服务器和负载平衡、服务器分流这一类功能，真正处理SIP注册和呼叫的原先VoIP里标准逻辑的组件，是S-CSCF，从物理上看，P-CSCF可能是全国或省一级中心统一的服务器集群，配合更多的I-CSCF服务器分布在主干核心网上做分流，背靠一个大的HSS服务器群，将不同市县的用户分配到各地的S-CSCF上进行实际的处理，并且S-CSCF会更多地与当地的通讯机房里原有的2G、3G发生交流，也就是媒体网关（MGW），负责把新的走4G的手机终端和旧的3G、2G以及固定电话之类的对接起来，保持兼容（也就是PS、CS域的互通）。

HSS：Home Subscriber Server，归属签约用户服务模块，IMS网络中核心用户数据库，保存归属网络中IMS用户的签约信息，包括基本标识、路由信息、业务签约信息等。

MGCF：媒体网关控制功能，负责IMS网络与CS网络之间进行通信。

因为LTE网络只传送数据包，所以LTE把语音和相关信令看成和其他数据一样，都打包成数据包传输（只是拥有更高的优先级）。IMS网络接收处理这些数据包，管理语音的控制面（IMS signaling）和用户面（IMS traffic）。IMS管理信令部分的功能实体就相当于SIP Server，负责用户面的就是媒体网关，这样，IMS网络结构可简化为两部分：SIP Server和媒体网关。

PSTN：Public Switched Telephone Network，公共交换电话网络。

 IMS是一个在应用层上的网络，工作于2G、3G、4G、5G甚至WIFI之上。

4 VOLTE

 为了让用户在LTE网络下能够拨打语音电话，有如下解决方案：

CSFB（电路域回落）、VoLTE。

 VoLTE：