基于SIP的视频会议系统模型、协议栈及相关扩展的研究

基于SIP的视频会议系统模型、协议栈及相关扩展的研究

视频会议系统模型

设计一种良好的基于SIP的视频会议系统模型，将有助于加快系统开发进度，降低系统开发难度和风险。系统模型的优劣将在很大程度上影响系统开发的难度、进度和稳定性等，而且甚至决定系统开发的成败。本文提出了对不同规模的视频会议系统采用不同的系统模型，根据视频会议的主要数据流：信令流和媒体流，分别分析这两种流可能的系统拓扑结构，然后比较优劣，得出的结论是：控制拓扑都可以采用集中式，媒体拓扑则视不同的会议规模而不同。这样建立的系统模型是比较经济的，具有较高的商业价值。

SIP扩展

SIP扩展可以视为是SIP工具包，其中每个扩展解决一个具体的问题，可以预见到，为了解决一个大的问题，比如怎样提供一种新服务，将需要把核心规范和适当的扩展结合起来使用。SIP标准的方法只有6种，加上现有扩展，仍然不能满足视频会议系统的需要，因此需要对SIP方法进行扩展，本文提出了一种AGENT扩展方法，利用该方法结合现有一些扩展，才能对视频会议提供有效、简洁、完备的信令控制。

SIP协议栈

最具有代表性的5个开源SIP协议栈是：OPAL、VOCAL、sipX、ReSIProcate、oSIP。OPAL有发展潜力，VOCAL比较完善，sipX兼容性好，ReSIProcate较稳定，oSIP小巧而快速。本文选取oSIP为基础，通过改写和增加一些新功能，然后进行合理的封装，提供了更多接口和回调函数，方便了上层的开发。为实现视频会议打下了坚实的基础。

SIP协议及其网络体系结构

SIP协议及其网络体系结构是本文研究的基础，本文研究的视频会议系统模型、协议栈及扩展，都是基于SIP的，同时研究了与视频会议相关的RTP、RTCP、RTSP、SAP、SDP、视音频编解码等相关的协议和技术。

视频会议系统的种类

基于硬件的视频会议系统

该系统使用简单，维护方便，视频的质量非常好，但系统造价较高，对网络要求高，需要专线。与纯软件的视频会议系统相比，基于硬件的视频会议系统投入较大，建设复杂，灵活性不够，但对用户来说，如果要求高品质和高稳定性，基于硬件的视频会议系统是理想的选择。从视频会议系统的技术体系上看，目前市场成熟的、基于硬件的视频会议系统大体上可以分为两类：(1)基于H．320标准的视频会议系统：(2)基于H．323标准的视频会议系统。

基于软件的视频会议系统

使用软件来完成硬件的功能，主要借助于高性能的计算机来实现硬件解码功能，其特点是充分利用已有的计算机设备，总体造价较低，其原理与硬件视频会议系统基本相同，不同之处在于其MCU和终端都是利用高性能的PC机与服务器结合的软件来实现，视频编码大部分采用MPEG-4标准。另外，软件视频会议完全依赖于PC，因此在数据共享和应用方面比硬件视频会议灵活方便。

软件视频会议系统的优势和制约因素

优势

(1)纯软件系统在硬件设备上投入少，维护量小，因而成为低成本高收效的方案；

基于SIP的视频会议系统模型、协议栈及相关扩展的研究

(2)系统对网络的适应能力非常好，可以穿透防火墙，参加会议的灵活性较好；

(3)移动性较强，而硬件视频会议固定性强；

(4)投资灵活，根据视频会议要求效果的不同，软件视频会议可以达到会议室级效果或桌面级效果；

(5)系统安装部署方便，易于扩容和产品升级。

制约软件视频会议系统发展的因素

(1)CPU的处理能力。音视频的编解码需要很强的运算处理能力，这在很大程度上制约了软件视频会议的发展。

(2)通信网络的带宽和成本价格。高质量的视频信号传输需要一定的带宽，过去网络带宽的限制以及高成本大大限制了视频会议的应用，随着中国电信运营商大规模部署ADSL，宽带得以普及，这极大地促进了软件视频会议的应用。

(3)客户使用习惯。硬件视频会议操作简单，维护方便，而软件视频会议要求有专业的IT维护人员。当然，随着电脑应用的普及，人们的生活、工作已同因特网紧密相关，这个因素也正在被淡化。

如今，限制视频会议系统发展的“瓶颈”(网络带宽和计算能力)逐步打破，这意味着视频会议系统的发展将越来越快。

软件视频会议系统中的主要技术

信令技术

目前被广泛接受的视频会议控制信令体系包括ITU-T的H．323系列和IETF的会话初始化协议SIP。

H．323是ITU-T有关多媒体通信的一个协议集，包括用于ISDN的H．320，用于B-ISDN的H．32l和用于PSTN终端的H．324等建议。虽然H．323提供了窄带多媒体通信所需要的所有子协议，但H．323的控制协议非常复杂。此外，H．323不支持多点发送(Multicast)协议，只能采用多点控制单元(MCU)构成多点会议，因而同时只能支持有限的多点用户。H．323也不支持呼叫转移，且建立呼叫的时间比较长。与H．323相反，SIP是一种比较简单的会话初始化协议。它不像H．323那样提供所有的通信协议，而是只提供会话或呼叫的建立与控制功能。SIP可以应用于多媒体会议、远程教学及Internet电话等领域。SIP既支持单点发送(Unicast)也支持多点发送，会话参加者和媒体种类可以随时加入一个已存在的会议。SIP可以用来呼叫人或机器设备，如呼叫一个媒体存储设备记录一个会议，或呼叫一个点播电视服务器向会议播放视频信号。

SIP是一种应用层协议，可以用UDP或TCP作为其传输协议。与H．323不同的是：SIP是一种基于文本的协议，用SIP规则资源定位语言描述(<SIP Uniform Resource Locators)，这样易于实现和调试，更重要的是灵活性和扩展性好。由于SIP仅作于初始化呼叫，而不是传输媒体数据，因而造成的附加传输代价也不大。SIP的URL也甚至可以嵌入到web页或其它超文本链路中，用户只需用鼠标一点即可发出一个呼叫。与H．323相比，SIP还有建立呼叫快，支持传送电话号码的特点。

编解码技术

视频会议系统要求高质量和占用更少的带宽，因此，编解码技术，尤其是图像编解码技术的发展将有效推动视频会议系统的应用。用于视频会议系统的编解码技术必须是能够实时应用的，要求延时不能过大，这就限制了压缩编码时一些技术的使用。ITU(国际电信联盟)最近推出了H．264的图像编解码标准。在同样图像质量的情况下，H．264编码数据量仅为H．263

基于SIP的视频会议系统模型、协议栈及相关扩展的研究

的50％左右，但代价是编解码的复杂性上升，H.264编码复杂性是H．263的3倍，解码复杂性是H．263的2倍。H．264一经推出就广受欢迎，并很快被ISO批准为MPEG-4的图像编解码标准。

实时传输技术

实时传输技术主要是采用实时传输协议RTP。RTP是提供端到端的包括音视频在内的实时数据传送的协议。RTP包括数据和控制两部分，后者叫RTCP。

实时传输协议RTP是针对Internet上多媒体数据流的一个传输协议。RTP被定义为在一对一或一对多的传输情况下工作，其目的是提供时间信息和实现流同步（RTP提供了时间标签和控制不同数据流同步特性的机制，可以让接收端重组发送端的数据包）。RTP的典型应用建立在UDP上，但也可以在TCP或ATM等其他协议之上工作。RTP本身只保证实时数据的传输，并不能为按顺序传送数据包提供可靠的传送机制，也不提供流量控制或拥塞控制，它依靠RTCP提供这些服务。

工作时，RTP协议从上层接收流媒体信息码流(如H．263 ），装配成RTP数据包发送给下层，下层协议提供RT …… 此处隐藏：15075字，全部文档内容请下载后查看。喜欢就下载吧 ……