1 引言
从4G LTE开始，语音实现方案就不再仅仅是2G/3G网络，单纯通过电路域网络提供如语音业务和其他增值业务，而是设计通过IP多媒体子系统（IMS，IP Multimedia Subsystem）实现将语音业务承载在IP网络，也即VoLTE（Voice over LTE）的方式，实现将2G/3G电路域所有业务在4G网络全部“IP化”。4G网络的逐步部署扩展过程中，处于对网络发展的不同阶段及对语音业务连续性的考虑，4G还提出了如电路域回落（CSFB，Circuit Switched Fallback）及单无线语音呼叫连续性（SRVCC，Single Radio Voice Call ConTInuity）等过渡方案。
5G NR语音方案设计，延续了4G LTE通过IP网络承载语音业务的方式，通过5G网络（无线网+核心网）和IMS系统承载语音业务，该种方式称为VoNR（Voice over NR）。同样地，考虑大道5G不同阶段部署规模不同，而4G网络已经广泛部署并可能在未来长期存在，以及对语音业务连续性保证的需求，回落方案设计也是十分必要的，因此演进的分组系统回落（EPS fallback）方案也是5G语音方案的一种。这里EPS fallback主要指回落到4G通过VoLTE的方式实现语音业务，但由于4G网络存在多种语音方案，当4G网络无线环境较差时，不可避免地，UE会通过如CSFB的方式，完成语音业务。
2 5G语音方案介绍
2.1 方案介绍
在概述部分，本文以简单介绍了5G网络中可能存在的语音方案。
（1）VoNR：基于IMS网络的5G NR 语音解决方案，架构在5G NR网络上，全IP条件下，基于IMS server的端到端语音方案。VoNR通过部署IMS，可以实现语音业务和数据业务并发，所有业务都通过5G网络承载，但语音业务需要IMS进行业务控制。
（2）EPS fallback：借助4G网络语音业务的方案。
1）VoLTE：基于IMS网络的5G NR 语音解决方案，架构在5G NR网络上，全IP条件下，基于IMS server的端到端语音方案。VoLTE方案可以保证话音质量，但需要4G网络和5G网络间的互操作，语音业务发起时延相较VoNR会更长，同时也需要部署IMS。
2）CSFB：终端在LTE接入下能够发起话音业务等CS业务，以及接收到话音等CS业务的寻呼，并且能够对终端在LTE网络中正在进行的PS业务进行正确地处理的技术。终端在LTE接入下能够发起话音业务等CS业务，以及接收到话音等CS业务的寻呼，并且能够对终端在LTE网络中正在进行的PS业务进行正确地处理的技术。当前版本，5G不支持和2/3G网络的交互，因此要发起CSFB，首先需要回落到4G网络。当前版本，5G不支持和2G/3G网络的交互，因此要发起CSFB，首先需要回落到4G网络，通过这种方案实现语音业务，时延最长，但是该方案对终端的要求比较低。
5G网络部署初期，如果5G网络是独立部署（SA）的，通过EPS fallback方式回落4G，通过VoLTE甚至CSFB实现语音业务，可以减少切换，确保语音的连续性。但随着5G网络部署的逐步成熟，VoNR将逐步成为5G主流语音方案。
2.2 网络架构
（1）VoNR
与4G网络相似，通过5G核心网（5GC，5G core network），网络就可以满足运营商的业务需求，但是这种通过分组交换（PS，Packet Swith）实现的业务提供的是一种尽力而为的服务，不保证服务质量，而语音业务对于对于话音质量有较高的要求，特别是相较2/3G通过电路分组（CS，Circuit Switch）提供的是较为稳定的高质量业务。因此，5G网络也需要通过部署IMS系统为语音业务提供语音质量的保证。
除了为业务提供质量保证外，IMS系统还提供策略和计费控制（PCC，Policy and Charging Control）。通过5G网络提供VoNR的网络架构如图1所示：
图1 通过5GS连接IMS提供语音业务
（2）EPS fallback
根据前面的介绍，我们知道，EPS fallback方式需要5G网络和4G网络间的互操作完成语音业务，由于CSFB方案是UE在回落到4G基础上进行二次回落，因此这里我们仅对通过EPS fallback方式回落到4G通过VoLTE方式完成语音业务进行网络架构的介绍，如图2所示：
图2 通过EPS fallback提供语音业务的网络架构
与VoNR网络架构相比，通过（EPS fallback回落后）VoLTE完成语音业务，网络仍需部署IMS系统，同时，需要4G网络来完成语音业务。
2.3 基本流程
对于一个用户终端（UE，User Equipment）来说，不论他要发起何种业务，都要经历网络注册、业务发起、资源释放等过程，语音业务亦是如此。对于一个5G UE，如果他要在5G网络上发起语音业务，需要经历5G网络注册（5GC RegistraTIon）、IMS系统注册（IMS Register）、业务发起、资源分配、资源释放等过程。下面将从注册过程（包含5G网络注册和IMS系统注册）以及业务发起及资源分配两部分对5G语音实现进行介绍。
2.4 注册过程
（1）5G系统注册
对于任意一个用户终端，当其开机后，都需要首先附着到5G网络中，以便可以获取相应的服务。在初始接入过程中，网络会从UE处获取PEI（），AMF将会用EIR（）对UE 的PEI检测，并将PEI发送给UDM、SMF、PCF等。在网络注册过程中，UE还会将注册类型、UE能力、安全参数的信息发送给网络。根据UE提供的信息，网络对UE进行身份验证、接入控制等。当网络接受该UE时，会给UE反馈注册接收（RegistraTIon Accept）消息，在这条信息中会包含如5G-GUTI、注册区域、移动性限制条件、PDU会话在、语序的NSSAI、注册更新定时器周期、LADN信息与MICO模式，以及是否支持通过PS会话实现IMS语音的指示，以及网络是否支持N26接口时的互操作。 其中以及是否支持通过PS会话实现IMS语音的指示、网络是否支持N26接口时的互操作两项会对UE选择语音实现方案有一定的影响。图3是5G系统注册流程图。
图3 5G系统注册流程图
这里“是否支持通过PS会话实现IMS语音的指示”是AMF根据UE能力和网络能力的匹配情况设定的，为了设定该值，AMF会发起UE能力和兼容性查询流程，且AMF设定该值后可在后续定期更新该值。具体来说AMF会在以下情况任意一个满足的条件下将该指示设置为“支持”。
1）网络能够在当前注册区域中通过支持语音的5G QoS流在PS会话上提供成功的IMS语音；
2）如果网络无法通过连接到5GC的NR-RAN上的PS会话提供成功的IMS语音，但能够执行以下操作之一：
◆如果连接到5GC的E-UTRA支持IMS语音，并且NG-RAN支持切换或重定向到连接到5GC的E-UTRA，并未该UE建立用于IMS语音的QoS流；
◆如果UE支持切换到EPS，则EPS支持IMS语音，并且NG-RAN支持切换到EPS，并为UE建立用于IMS语音的QoS流建；
◆如果UE支持重定向到EPS，则EPS支持IMS语音，并且NG-RAN支重定向到EPS，并为UE建立用于IMS语音的QoS流建立。
区别于4G网络附着（Attach）过程，在5G网络注册过程中网络并不会为UE建立默认承载提供一直在线的服务。因此，如果该UE还是IMS用户，当UE完成注册后，由于还需进行IMS域注册，因此需要建立相应的承载/QoS流来承载注册信令。
（2）IMS域注册
作为一个相对独立的系统，IMS需要用户在IMS服务前进行鉴权和授权，因此与5G系统的注册相似，IMS域的注册过程也是网络和UE间进行双向鉴权的过程。
在该过程中，UE通过发出Register（注册请求）消息，启动IMS域的注册过程。注册请求消息中会包含如用户表示、用户信息、会话描述信息等，注册请求消息首先会到达P-CSCF；之后，P-CSCF通过DNS得到用户归属网的I-CSCF并将注册消息转到I-CSCF；通过查询HSS，I-CSCF会为UE选择一个S-CSCF并将消息转到S-CSCF，然后S-CSCF借助从HSS获取的用户认证信息（如签约信息、安全信息等），并UE进行鉴权数据的计算和反馈；在此只有，UE会发起二次注册，并反馈计算数据，S-CSCF通过比较，确认UE为合法用户后下发消息告知UE注册成功。图4为IMS注册流程图。
图4 IMS注册流程图
2.5 业务发起及资源分配
一般来说，当UE完成5GS注册及IMS域注册，而没有业务发起时，会释放连接，进入空闲态，但是对于一个UE，从连接态或空闲态发起业务都是有可能的。这里，我们假设当UE完成2.3.1中所述注册后进入了空闲态，当其要作为主叫用户发起语音业务时会经历以下几个阶段：1）语音域选择；2）语音方案确定。
（1）语音域选择（Access Domain Selection）
本文所讨论的基础是，UE在5G网络中注册、驻留，一般来说UE也应该通过5G系统实现语音业务，但是存在一些情况，5G网络不能为UE提供语音服务，需要UE重选或重定向到4G或2G/3G小区去，语音域选择过程就是为了解决该问题。
UE进行接入域选择时会考虑以下因素：
1）UE在IMS域的状态：注册或未注册；
2）上文所提到的“是否支持通过PS会话实现IMS语音的指示”；
3）UE希望通过“语音业务为中心”还是“数据业务为中心”的方式接入5G系统；
4）UE对IMS PS语音的支持能力；
5）UE在双注册模式下进行所选PDU会话转换的能力；
6）3GPP PS Data Off是否激活以及IMS语音是否包含在3GPP PS Data Off Exempt Services中。
如果UE不能在5G系统使用IMS进行语音业务，如因为“否支持通过PS会话实现IMS语音的指示”为“不支持”，也即5G系统不支持语音业务，UE则会根据“语音业务为中心”或“数据业务为中心”来选择是否留在5G系统。
对于将5G系统设置为“语音业务为中心”的UE，他会尽可能的保证语音服务。对于这样的UE，如果他同时支持5GC能力和EPC能力，而不能在5G系统获得语音服务，他在小区选择时将不会选择只能连接到5GC的小区（5G中支持及连接到5GC同时连接到EPC的小区）。UE会通过禁用5GC能力，然后进行小区重选，尽可能的先选择大连接到EPC的LTE 小区，按照4G语音方案进行如语音域选择，方案选择等实现语音业务；
而对于设置5G系统设置为“数据业务为中心”的UE，即便当前小区不能时间语音业务，也不会进行小区重选。
（2）语音方案确定
不同于4G语音方案中，UE可以根据自己的选择发起VoLTE还是CSFB（通过发送Service Request或Extended Service Request来区分），5G系统中，UE仅通过发送Service Request告知网络自己需要发起语音业务，而具体实现方式由网络决定。图5为UE语音方案确定过程：
1）UE驻留在5G系统的NG-RAN上，并进行MO/MT IMS语音会话建立的初始化，也即UE会发送Invite信令到IMS域。
2）网络发起PDU会话修正过程以便通为通过NG-RAN实现的语音建立QoS流。
3）如果NG-RAN配置支持对IMS 语音进行EPS fallback，RAN侧会将UE能力、AMF关于是否支持通过重定向发起语音业务、网络配置（如是否配置了N26接口）、以及当前无线条件等因素综合考虑，来决定是为UE发起EPS fallback还是通过5G系统提供VoNR。为了进行该判定，RAN侧可能会对LTE小区进行测量。
4）如果无线侧判定要通过EPS fallback方式来实现语音业务，无线侧会拒绝PDU会话修正过程来为IMS语音建立QoS流，并告知SMF和PGW-C由于IMS语音回落要发生移动性，然后根据UE能力，网络配置等，发起切换或重定向过程。当UE接入到EPS后，SMF/PGW重新发起专用承载建立过程，为语音业务建立承载，然后进行IMS会话建立等过程；如果无线侧判定可以通过5G系统提供语音业务，则会接收PDU会话修正请求，通过RRC重配建立相应的QoS流/承载，然后进行IMS会话建立等过程。
无论是通过VoNR还是VoLTE完成语音业务，IMS会话建立的过程都是类似的，只是因为5G核心网和4G核心网架构及网元功能分配不同上略有不同，这里不再做介绍。
3 语音方案优化方向
通过上文对5G系统中语音方案的介绍，可以发现，相较4G网络，5G网络从架构上就存在更多的可能性，如存在4G基站接入到5G核心网的情况，这为5G语音业务的实现提供了更多的多样性；此外，本身5G语音方案，继承和改进了4G方案，方案选择上也有更多可能。这些多样性的存在一方面为保证用户在5G系统中完成语音业务提供了保障，另一方面也带来了一些问题。
（1）能力匹配问题
不同于4G网络中实现语音业务，5G网络中存在多种语音方案，这也意味着网络和UE所支持或所偏好的语音方案可能有差异，从而造成网络和终端能力不匹配问题；另外，根据前文所述，由于5G网络支持LTE连接到5G核心网的情况，且由于4G基站的广泛部署，该中架构也将极有可能在未来的5G网络中广泛存在。多种架构的存在，也更加剧了“是否支持通过PS会话实现IMS语音的指示”的不明确性，UE无法向在4G网络中那样根据该指示明确网络现状与自己能力的匹配程度，这会造成UE语音业务无法实现或者增大实现的时延。
要解决上述问题，可以从“是否支持通过PS会话实现IMS语音的指示”的明确性提升入手，也可以在UE注册或者发起业务过程中通过更多的细致的能力匹配判断来避免这一问题，及早发现能力的不匹配，让UE选择合适的无线小区发起业务。
（2）时延优化问题
在能力不匹配问题中，我们提到了由于能力不匹配可能造成UE发起语音业务时延增大的问题，对此将不一一赘述。
另外，通过前文的方案介绍我们可以发现，相比4G语音方案，5G语音方案的决策权都在网络侧，这样做虽然能够保证网络的可控性，但细细研究现有流程也能够发现，现有流程中网络的决策时刻较晚，在此之前，会有很多UE和5G网络、IMS的交互，一定程度上也增大了UE的语音业务发起时延，特别是当网络决定让UE进行EPS fallback情况下。对于该问题，可考虑借鉴LTE中UE发起不同语音方案的方式，以及将网络决策点提前等方式来解决。
（3）语音业务连续性问题
语音业务的连续性是语音业务的一大重要指标，保证语音业务连续，提供高用户体验是十分必要的。由于当前协议版本暂不支持5G和2G/3G之间的互操作，因此也不支持通过使用SRVCC的方式到UTRAN完成语音业务，在一些场景下，发生移动性时会存在语音连续性问题，图6所示为集中可能存在语音业务不连续的场景：
其中场景1为UE所处网络中，运营商支持VoNR和VoLTE，但由于部署不完善，发生移动性时，UE移动到一个VoNR和VoLTE的空洞处，造成掉话；场景2为运营商部署了VoNR和LTE，但在LTE网络中未配置VoLTE，当UE从5G网络移动到4G网络中时便会发生电话；场景3为在一些国家和地区，本身没有部署4G而是只部署了2G/3G，后续直接部署5G，而5G和2G/3G网络间的互操作又不被支持，当UE移动出5G网络后，便会发生掉话。
针对这个问题，最直接的解决方案是支持5G和2G/3G网络间的互操作，避免4G、5G网络部署带来的空洞等问题，或者考虑如D2D，V2X等方式进行弥补。
4 结束语
本文根据现有协议标准进度，介绍了5G网络语音方案，从网络架构、工作流程等层面对语音方案进行了说明。之后基于对现有流程的理解和认识，对能力匹配、时延优化、语音业务连续性等方面进行了分析，探究了当前语音方案的问题，并提出了一些可能的优化方向，为后续5G语音方案的优化、落地指明了方向。
