你有没有想过一个问题：4G/5G网络是一个纯数据网络，那电话是怎么打出去的？
2G/3G时代，网络里有一条专门为语音修的“专属车道”——电路交换（CS）域。拨号时网络给你端到端独占一条64kbps的电路，通话质量稳定，但车道再闲别人也用不了。而LTE从设计之初就做了一个激进的决定：砍掉电路交换域，只留分组交换（PS）域，一切业务都走IP数据包。语音、短信、彩信，全部变成“数据”。
这带来一个根本性矛盾：语音不再是网络的“胎里带”能力，而变成了一种要靠信令协议在IP网络上临时搭建的服务。搭建这套服务的框架，就叫IMS（IP Multimedia Subsystem，IP多媒体子系统）；在这套框架上跑语音的方案，就叫VoLTE（Voice over LTE）。
这篇文章就沿着“一通电话的生命周期”往下拆：从开机时的IMS注册，到拨号时的呼叫建立，再到通话中走出4G覆盖的续命方案SRVCC。看完你会发现，打电话这件事，在4G时代已经变成了一次精密的“信令长征”。
先看全景。LTE之后，语音方案经历了一条“权宜之计 → 正解 → 下一代”的路线：
flowchart LR
CS["2G/3G电路交换语音<br>上世纪90年代起"] --> CSFB["CSFB语音回落<br>随LTE一同出现"]
CSFB --> VLTE["VoLTE<br>2012年首次商用"]
VLTE --> VONR["VoNR<br>5G独立组网时代"]
几种方案的核心区别，用一张表看清楚：
| 方案 | 通话走的网络 | 基本原理 | 主要代价 |
|---|---|---|---|
| 2G/3G电路交换 | CS域 | 端到端独占电路，像打专用内线电话 | 频谱效率低，无法与数据业务融合 |
| CSFB（回落） | 2G/3G CS域 | 手机驻留4G，打电话时“临时回老家” | 接通慢数秒，通话期间4G数据中断 |
| VoLTE | 4G PS域（IMS） | 语音变成IP数据包，SIP信令控制 | 需要部署完整的IMS核心网 |
| EPS Fallback | 5G→4G | 5G上发起呼叫时回落到LTE跑VoLTE | 增加接通时延，属过渡方案 |
| VoNR | 5G PS域（IMS） | 语音直接承载在5G新空口上 | 要求5G覆盖与IMS就绪 |
VoLTE为什么是“正解”？ 因为它让语音彻底成为数据网络里的一种普通业务：语音包和数据包共享同一条4G车道，网络用QoS机制（上一轮讲过的QCI体系）给语音包划出优先道；运营商不再需要维护两套核心网。据某百科VoLTE条目引用GSA的数据，到2019年8月全球已有194家运营商开通了VoLTE高清语音服务——它早已不是新事物，而是现网语音的绝对主力。
在IMS还没部署好的年月，运营商手里已经有了 LTE 数据网，但语音怎么办？答案简单粗暴：打电话时把手机踢回2G/3G网络。这就是CSFB（Circuit Switched Fallback，电路交换回落）。
它的前提是手机开机时做过一次“联合附着”：在4G的MME注册的同时，通过SGs接口“顺带”在传统交换机（MSC）也挂了个号。这样网络知道你“人在4G，户口还在2G”。当你要打电话时：
sequenceDiagram
participant UE as 手机
participant eNB as 4G基站
participant MME as MME
participant MSC as 2G/3G交换机
UE->>MME: 扩展业务请求（我要打电话）
MME->>MSC: CSFB指示（这个用户要回落）
MME->>eNB: 释放RRC连接并指示重定向
eNB->>UE: RRC释放（携带2G/3G频点信息）
Note over UE,eNB: 手机切换到2G/3G小区
UE->>MSC: 在CS域发起普通呼叫
Note over MSC: 之后就是传统2G电话流程
CSFB最大的痛点是时延：回落要经过连接释放、异系统测量/重定向、2G/3G位置区更新等步骤，接通时间比2G原生长了几秒。而且通话期间手机占用着2G/3G射频，4G数据业务基本中断——这就是为什么早年用iPhone打VoLTE之前的电话，刷网页会突然卡住。CSFB是典型的“过渡 архитектуры”：能用，但谁都知道它是权宜之计。
理解VoLTE之前，必须先理解IMS的设计哲学。
IMS在1999年由行业论坛3G.IP构思，随后被3GPP在Release 5（约2002年）首次标准化——注意这个时间点：IMS比LTE年长近十岁，它原本是为3G的GPRS设计的。这个细节很能说明IMS的设计思想：它刻意与接入网解耦。不管你从4G、5G、Wi-Fi还是有线宽带接入，IMS都不关心，它只负责在IP层之上完成“会话控制”——你和谁通话、用什么编解码、媒体流走哪条路。
打个比方：
IMS大量借用互联网现成协议，核心是IETF的SIP（会话初始协议）——就是你打网络电话、视频会议软件底层也常用的信令协议。IMS做的，是把松散的互联网VoIP改造成有鉴权、有QoS、有计费、可运营的“电信级”体系。
IMS核心里最关键的角色是一组叫CSCF（呼叫会话控制功能）的SIP服务器，它们各司其职：
| 网元 | 类比 | 核心职责 |
|---|---|---|
| P-CSCF | 大楼前台保安 | 用户接触的第一个SIP代理，所有信令必经之路；负责安全防护（IPsec/TLS）、信令压缩、向PCRF申请QoS |
| I-CSCF | 交换机总机 | 归属域的“入口”，地址公布在DNS里；查询HSS为用户分配S-CSCF |
| S-CSCF | 真正办业务的柜员 | 信令中枢：执行注册绑定、鉴权决策、按用户签约触发增值业务（iFC）、路由会话 |
它们与用户数据库HSS（归属用户服务器，可理解为“户籍档案馆”）的协作关系如下：
flowchart TB
UE["手机UE"] -->|SIP信令 Gm接口| P["P-CSCF<br>前台代理"]
P -->|Mw接口| I["I-CSCF<br>域入口"]
I -->|查询该用户归谁管| HSS["HSS<br>用户数据库"]
I -->|转交注册| S["S-CSCF<br>信令中枢"]
S -->|Diameter Cx接口<br>取鉴权数据和签约| HSS
S -->|触发增值业务 ISC接口| AS["应用服务器<br>彩铃/呼叫转移等"]
P -->|申请语音专用QoS| PCRF["PCRF<br>策略控制"]
三个值得体会的设计细节：
在讲注册流程前，先解决两个前置问题：你以什么身份注册？向谁注册？
IMS给每个用户发了两个（套）身份，这是理解IMS信令的基础：
| 属性 | IMPI（私有身份） | IMPU（公共身份） |
|---|---|---|
| 类比 | 银行卡密码对应的账号凭证 | 印在名片上的电话号码 |
| 用途 | 注册、鉴权（只在网上流动） | 被别人呼叫、显示给对方 |
| 形态 | user.name@运营商域名 |
SIP URI（sip:[email protected]）或Tel URI（tel:+8613...） |
| 数量 | 每用户一个 | 可多个（家庭共享号码就是多个终端共享一个IMPU） |
这个设计和SIP协议一脉相承：对内用凭证，对外用名片。你在抓包里看到REGISTER消息里带Authorization字段的，用的就是IMPI；被叫INVITE的Request-URI里写的，是对方的IMPU。
注册前手机必须知道P-CSCF的IP地址，称为“P-CSCF发现”。常见途径有三种：通过DHCP+DNS动态获取；运营商在开卡/终端配置里预置；或存储在USIM卡的ISIM应用里。发现机制本身不复杂，但它却是现网VoLTE故障的高发点——后面调试一节会再提到。
注册是VoLTE的第一战，也是问题最多的一环。它的精髓在于双向鉴权：不仅网络要验明“你是你”（防伪基站骗话费），你的手机也要验明“网络是网络”（防钓鱼网络套取鉴权信息）。
完整的注册时序如下：
sequenceDiagram
participant UE as 手机
participant P as P-CSCF
participant I as I-CSCF
participant S as S-CSCF
participant HSS as HSS
UE->>P: REGISTER（IMPI与IMPU，暂无鉴权信息）
P->>I: 转发REGISTER
I->>HSS: 查询该用户默认的S-CSCF
HSS-->>I: 返回S-CSCF地址
I->>S: 转发REGISTER
S->>HSS: 取该用户的鉴权向量
HSS-->>S: 返回鉴权五元组
S-->>UE: 401 Unauthorized（携带挑战值）
Note over UE,P: 手机校验网络身份并计算鉴权响应，建立IPsec安全通道
UE->>S: 第二个REGISTER（携带鉴权响应，走IPsec）
S->>HSS: 校验通过，下载用户签约数据
S-->>UE: 200 OK（注册成功）
S->>S: 按签约iFC向应用服务器发起第三方注册
为什么一个注册要发两次REGISTER？ 这是HTTP式“挑战-响应”鉴权（和401机制同源，SIP借用了它的思路）的自然结果，逻辑上分三步：
这里有个漂亮的密码学设计：根密钥K永远不会离开SIM卡。网上传输的只有挑战值和响应值，即使信令被完整窃听，攻击者也推不出密钥——这个思路和上一轮讲的5G认证密钥层级是同源的，IMS鉴权可以看作它在业务层的姊妹篇。
注册成功不等于完事。还有两件事：一是注册有生命周期（默认约一小时量级），手机要定期重注册续约；二是S-CSCF会替你向应用服务器发起第三方注册（third-party REGISTER），告诉彩铃平台“这位用户上线了，有呼入请走我这”。
注册完成后，拨号时发生什么？VoLTE呼叫建立是SIP协议的经典舞台，核心思想是“先谈条件，再接通，媒体绕路走”。
sequenceDiagram
participant A as 主叫手机
participant AI as 主叫侧IMS核心
participant BI as 被叫侧IMS核心
participant B as 被叫手机
A->>AI: INVITE（SDP提议：我支持AMR-WB等编解码）
AI->>BI: 路由到被叫归属网络
BI->>B: INVITE
B-->>A: 183 会话进展（SDP应答：选AMR-WB，附预条件）
Note over A,AI: 主叫侧触发建立QCI 1语音专用承载
A->>B: PRACK与UPDATE（确认双方资源就绪）
B-->>A: 180 振铃（此时被叫手机开始响）
B-->>A: 200 OK（被叫摘机）
A->>B: ACK（通话建立）
Note over A,B: 双向RTP语音包点对点直传，不经过S-CSCF
三个关键设计值得展开：
其一，编解码协商（SDP）。 INVITE和183里的SDP消息体携带双方支持的编解码列表，最终交集通常是AMR-WB（自适应多速率宽带，即“高清语音HD Voice”）——16kHz采样，主打码率约23.85kbps；更新的终端间还会协商EVS，码率范围5.9~128 kbit/s，可在容量与音质间动态权衡（以上参数引自某百科VoLTE条目）。注意协商方向是“各自报家底，取公共子集”，这保证了新旧终端互通。
其二，预条件机制（precondition）——被叫为什么“响得晚”？ 传统VoIP是先振铃、接通后才发现媒体不通（比如对端NAT挡住了）。VoLTE反过来：183之后双方先通过PRACK/UPDATE消息确认“我的无线资源准备好了”——具体就是QCI 1专用承载是否建立成功（P-CSCF通过Rx接口向PCRF申请，PCRF指挥PGW给手机激活一条GBR级语音承载，这是第4轮QoS原理的直接应用）。全部就绪，被叫才振铃。这就是VoLTE接通后几乎从不断话的原因之一：响铃即是可通话的承诺。
其三，媒体与信令分离。 200 OK之后，RTP语音包在两部手机之间（通常经媒体网关/SBC的媒体面）直接流动，不经过任何CSCF。CSCF是“牵线的”，不是“传话的”。粗算一下媒体包的节奏：
$$ \text{打包周期} = 20\,\text{ms} \Rightarrow \text{每秒} \, \frac{1}{0.02} = 50 \,\text{个RTP包} $$
以AMR-WB 23.85kbps计，每包载荷约 $23850 \times 0.02 / 8 \approx 60$ 字节。包很小、频率很高，所以语音承载必须是小包高优先级待遇——这正是QCI 1存在的意义，也解释了为什么语音对丢包和时延抖动远比网页下载敏感（业界经验：单向端到端时延控制在150ms内，通话感受良好）。
VoLTE有个先天难题：4G覆盖有限，通话进行到一半走出LTE覆盖怎么办？总不能掉话吧。早期的答案是SRVCC（单射频语音连续性）：把正在进行的VoLTE通话“接力”给2G/3G电路域。
之所以叫“单射频”，是因为VoLTE手机只有一套射频收发链路，同一时刻只能盯一个网络——不能像老式双待机那样同时锁4G和2G。所以接力必须精确编排：手机上报邻区测量→基站和MME判断需要切换→MME通过事先从HSS拿到的会话转移号（STN-SR）通知目标交换机→交换机向IMS发出带有SIP信息的新 INVITE，把媒体锚点从4G侧“搬家”到2G/3G侧→最后空口才切换。整个设计的要点是：先在目标网络把话路接好，再动射频——切换瞬间用户无感。
随着2G/3G退网，SRVCC正逐渐退出历史舞台，但它的精神传人在5G时代依然活跃：EPS Fallback。5G初期VoNR未就绪时，用户在5G上拨号，网络把通话（甚至注册态）整体“降落”到LTE走VoLTE——同样是“语音在哪里成熟就在哪里承载”的务实思路。可以说，从CSFB到SRVCC再到EPS Fallback，移动网络语音演进史的主线始终是同一个命题：在语音能力与网络能力的时间差里，如何不中断用户的服务。
调试场景1：VoLTE打不出电话，先查注册态。 手机设置里（或Android隐藏的Radio Info调试菜单，常见进入方式为拨号盘输入 *#*#4636#*#*，不同机型路径不同）可以查看"IMS Registration"状态。若显示未注册，排查链路依次是：4G默认承载是否通（ping不出IMS APN则查APN配置）→ P-CSCF发现是否成功（抓包看是否有SIP REGISTER发出）→ REGISTER是否收到401（收到说明信令通了，问题多在鉴权）→ 第二个REGISTER后是否返回200。
调试场景2：会看SIP响应码，问题定位快一半。 几个高频码：401（正常，注册挑战必经）；403（鉴权失败或用户未开通VoLTE，查HSS签约）；486 Busy（被叫忙）；408（超时，多为承载或安全通道问题）；503（IMS网元过载/故障）。看到403不要去查无线，那是核心网/签约问题——这就是“分层定位”的基本功。
调试场景3：接通慢，量“信令长征”的每一步。 VoLTE接通时延可拆成：IMS注册耗时（开机一次，不影响单次呼叫）+ INVITE到180振铃的耗时（含预条件确认和专用承载建立）+ 振铃到摘机（人为因素）。若工程测试中振铃前耗时异常，重点看QCI 1专用承载建立是否卡在PCRF/PGW环节。
常见误解三则：
Q: VoLTE和VoNR的区别是什么？ A: 承载空口不同，控制层是同一套IMS。VoLTE=IMS语音跑在4G LTE上；VoNR=IMS语音跑在5G NR上。IMS的注册、呼叫流程对两者几乎完全一致，差别在接入网和5G时代的QoS参数体系（5QI替代QCI）。5G建设初期的EPS Fallback，就是“IMS已就绪、VoNR未就绪”阶段的折中。
Q: CSFB和EPS Fallback都是“回落”，有何本质不同？ A: 回落的目标域不同。CSFB回落到2G/3G电路交换域，通话走传统语音信道，IMS根本不参与；EPS Fallback回落到4G分组域，通话仍由IMS/SIP控制（就是一次VoLTE通话），只是换了条空口。前者是“换一种电话制式”，后者是“换一条数据通道”。
Q: 为什么IMS注册要用401挑战发两次REGISTER，一次不行吗？ A: 一次注册无法同时完成三件事：网络验证用户（需要挑战-响应）、用户验证网络（AUTN防伪基站）、协商加密密钥建立IPsec通道（需要先交换随机数材料）。挑战-响应天然要求“先发问、后作答”两个来回，这是对称密钥不在线上传输前提下的必然设计。
Q: Wi-Fi Calling（VoWiFi）和VoLTE是什么关系？ A: 同一个IMS，不同的接入网。VoWiFi把Wi-Fi当作一种“接入网”，手机通过IPsec隧道（ePDG网关）接入归属IMS，之后的注册和呼叫流程与VoLTE完全一致——这正是IMS“接入无关”设计思想的最佳证明：换到Wi-Fi，服务台系统还是那一套。
Q: 为什么VoLTE被叫振铃比2G“慢半拍”？ A: 因为预条件机制。VoLTE在振铃前要完成编解码协商、双方专用承载建立、资源确认（PRACK/UPDATE），这些步骤换来的是“接通即高质量、几乎不回落”。2G没有这些动作所以振铃快，但接通瞬间的质量问题只能事后补救。这是一次典型的“时延换可靠性”设计取舍。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。