随着因特网和IP技术的迅猛发展，基于IP网络的多媒体传输技术已成为通信领域的研究和应用热点。VoIP技术，是将语音进行编码、压缩并转换成数据包，在基于TCP/IP的网络中进行传输的技术。在以IP网络为承载的多媒体传输业务中，VoIP是重要应用之一。在各种技术迅速变化的环境下，VoIP技术也经历着前所未有的发展。各种VoIP产品大量涌现，改变着人们生活；同时，VoIP的协议标准也不断推陈出新，以满足各种业务与技术需求。作为VoIP最为重要的协议标准H.323协议，以其技术成熟和应用广泛的优势，仍然占有大部分市场，并主要应用在电信级商用IP大网。在视频应用方面，H.323更是事实的标准和主流的协议。 本文首先介绍了VoIP的基本原理和系统组成，然后分别阐述了语音编码、QoS保证、控制信令和网络传输等关键核心技术。随后对H.323协议以及最重要的组成协议H.225.0和H.245进行了比较深入的研究，描述了基本协议过程和相关机制。 接着，本文研究了基于ARM-Linux平台实现H.323多媒体终端的相关技术。首先分析了基本类库PWLib和OpenH323的结构和使用方法，然后分三个方面对H.323终端的相关技术进行了研究和实现：一是往ARM-Linux平台上移植类库和应用程序，这是整个系统的基础；二是将H.264视频编解码器嵌入OpenH323库，有利于视频部分的扩展；三是提出一种适用于VoIP应用模式的端到端拥塞控制策略，用于在端点提高QoS保证。 文章最后对所开发的系统进行总体测试和总结，指出下一步研究与开发的方向。