（信号与信息处理专业论文）vod系统数字视频传输软件的实现.pdf

摘要 r l 近年来，随着数字视频技术和网络技术的迅猛发展，新型的网络应用 不断涌现。墼主塑塑荭苤和塑垒垫查胡结合的v o d 技术的应用也越来越 广泛。以音频、视频流为代表的实时数据流的传输在连接管理、差错控制、 流量控制以及服务要求等方面与传统数据传输有很大区别。并且，由于单 台服务器处理能力有限。对于越来越大的用户群体，分布式v o d 将成为 v o d 的发展方向。而目前的v o d 技术只支持单服务器多用户形式的点播。 为此，i e t f 公布了实时传输协议( r e a l - t i m et r a n s p o r tp r o t o c o l ，r t p ：r f c 1 8 8 9 ) 和实时流协议( r e a lt i m es t r e a m i n gp r o t o c o l ，r t s p ：r f c2 3 2 6 ) 。 r t p 协议支持多个并发的会话，用于传输实时数据，但并不保证传输的服 务质量。r t c p 协议可以监视r t p 上的数据传输质量，开提供最低州。i ，曩? 质量控制和会话识别功能。更重要的是，r t c p 严格限制控制数据的带宽， 从而提高了音频、视频数据的传输效率，这在用户数很大的情况下有很大 优势。r t s p 协议控制实时数据的传输，并为用户提供交互的命令。l ， ， 本文首先简单介绍了v o d 技术和各种常用的数字视频压缩技术：然 后介绍了r t p r t c p 协议和r t s p 协议的各个元素的语法和语义：最后详 细介绍了用标准c 语言实现的v o d 数字视频传输的传输软件的程序流程 图和工作流程。该软件包括客户端程序和服务器端程序，它们之间根据 r t s p 和r t p r t c p 协议所定义的语法进行会话，从而具有很高的带宽利 用率并支持分布式视频点播等优点。 关键词：v o dr t pi 汀c pr t c p会话 l v、 v a b s t r a c t w i t ht h e d e v e l o p m e n t o fd i g i t a lv i d e o p r o c e s s i n g a n dn e t w o r k t e c h n o l o g y , n e wt y p eo f n e t w o r ki m p l e m e n to c c u r r e dm o r ea n dm o r e r a p i d l y t h ev o dt e c h n o l o g y , w h i c hi st h ec o m b i n a t i o no fn e t w o r k t e c h n o l o g ya n dd i g i t a l v i d e ot e c h n o l o g y , i su s e dm o r ea n dm o r e w i d e l y t h et r a n s f e r e n c eo f r e a l t i m ed a t as t r e a ms u c ha sa u d i oa n d v i d e od a t ai sd i f f e r e n tf r o mt h a to ft r a d i t i o n a ld a t ai n c o n n e c t i o n m a n a g e m e n t ，e r r o rc o n t r o l ，f l o wc o n t r o la n d q u a l i t y - o f - s e r v i c e r e q u i r e m e n t a st h ec a p a b i l i t y o fa s i n g l e s e r v e ri s l i m i t e d ，t h e d i s t r i b u t e ds e r v e rs t r u c t u r eh a sm o r ea d v a n t a g e sa n dr e p r e s e n tt h e d e v e l o p m e n td i r e c t i o no ft h ev o d t h ei e t fd e s i g n e dt h er t p p r o t o c o l ( r e a l - t i m e t r a n s p o r tp r o t o c o l ，r f c 18 8 9 ) a n dr t s p p r o t o c o l ( r e a lt i m es t r e a m i n gp r o t o c o l ，r f c2 3 2 6 ) r t pp r o t o c o li s u s e dt ot r a n s f e rr e a l - t i m ed a t a ，b u ti td o e sn o te n s u r et h e q u a l i t y o f - s e r v i c e r t c pp r o t o c o lc a nb eu s e dt om o n i t o rt h es t a t e o fd a t a t r a n s f e r r i n g ，a n dp r o v i d em i n i m a lc o n t r o lo ft h es e r v i c eq u a n t i t ya n d s e s s i o ni d e n t i f y i n gf u n c t i o n i ti sm o r e i m p o r t a n t t h a tt h er t c pw i l l l i m i tt h eb a n d w i d t ho ft h ed a t a s t r e a mt h a ti su s e df o rc o n t r 0 1 p u r p o s e ，t h i sw i l li m p r o v et h ep e r f o r m a n c eo ft h es o f t w a r ew h i c h t r a n s f e r st h er e a l - t i m ed a t a ，e s p e c i a l l yw h e nt h en u m b e ro fu s e ri s v e r yl a r g e r t s pp r o t o c o li su s e dt oc o n t r o lt h e p r o c e d u r e o f s e s s i o n s ，a n dp r o v i d e s u s e r st h ec o m m a n d st o i n t e r a c tw i t ht h e s e r v e r i nt h i sp a p e r ，w ei n t r o d u c e dt h ev o d t e c h n o l o g ya n ds e v e r a lk i n do f d i g i t a l v i d e o c o m p r e s s i o nt e c h n o l o g y f i r s t t h e ni n t r o d u c e dt h e t e r m i n o l o g ya n ds y n t a xo f r t p r t c pa n dr t s p p r o t o c o l s f i n a l l y ， w eg a v et h ep r o g r a mf l o wc h a r ta n dt h ew o r k i n gp r o c e d u r eo ft h e s o f t w a r e ，w h o s es o u r c ec o d ei sw r i t t e ni nc l a n g u a g e t h es o f t w a r e i n c l u d e st h ec l i e n tp r o g r a ma n ds e r v e rp r o g r a m ，w h i c hw i l lp e r f o r m t h es e s s i o na c c o r d i n gt h er t p r t c pa n dr t s p p r o t o c 0 1 s oi t w i l l s u p p o r td i s t r i b u t e dv o ds t r u c t u r e ，a n dh a sah i g h e re f f i c i e n c yf o r t r a n s f e r r i n gr e a l - t i m ed a t a k e y w o r d ：v o dr t pr t c p r t s ps e s s i o n 尺淖人学坝i 学位论卫 第一章绪论 1 1 引言 近年来，随着计算机技术和多媒体压缩、解压缩技术的发展，特别是网络通 信技术和大容量存储技术的飞速发展，交互式视频的典型应用一v o d ( 视频点 播) 的用途越来越广泛。v o d 技术是多媒体、网络通信、数据库管理和其它相 关领域相结合的技术。而要实现视频点播，所需要的基本技术要求是： 要有某种能够把媒体信号压缩到可管理的带宽范围内的方法，即媒体压缩 技术。 能够对节目源进行压缩、存储、和管理。 要有某种能把一定带宽的数据运载到家庭的传输途径。 要有用于对信号解码和解压缩的家庭设备。 能够提供一种服务器和客户端之间的对话途径，用于对媒体的交互控制。 在试验和现实中的v o d 用到的技术通常分属两大类： ( 1 ) 有线电视的模式：服务器将每个v o d 用户选择的节目放到一个分配的频 段上传输，而控制系统可以使所传的节目不被其他用户所解码。在有线电视上 用少量带宽用于上行传输，基于常规数据协议，为用户提供交互能力。在家庭 中使用机顶盒设备对视频信号解码。因为使用固定分配的带宽，所以不能对传 输的数据流使用流量控制。 ( 2 ) 电话公司的模式：这种模式中涉及到a d s l ( 非对称数字用户线) 技术的 使用。把电话公司传统的交换网用在视频点播体系结构中，用户可以直接通过 数字交换网，直接从媒体服务器上定位所需要的节目。从而在体系结构上和服 务的灵活性上获得很大好处。 随着网络的快速发展，新型的网络应用不断涌现，而分粕式媒体应用是其 中的主流。以音频、视频流为代表的实时数据传输在连结管理、差错控制、流 量控制以及服务质量要求等方面与传统数据传输有很大区别。特别是许多应用 要求网络提供多点投递( m u l t i c a s t ) 和群组管理的能力，传统协议( 如t c p 协 议) 在这类应用中遇到很大挑战。为此i e t f 公布了实时传输协议( r e a l t i m e t r a n s p o r tp r o t o c o l ，r t p ：包括r t p 协议及其控制协议r t c p ) 和实时流协议( r e a l t i m es t r e a m i n gp r o t o c o l ，r t s p ) 。r t p 协议是为传输实时性数据而制定的一种全 新的网络协议。与传统协议相比，r t p 协议具有简单的协议机制和灵活的控制 策略，它将部分传输层功能( 如流量控制) 交由上层处理，在实现时与应用紧 密结合，根据应用的特性和需要构造控制策略，提高会话质量和网络服务的公 平性。并且r t p 控制协议r t c p 所使用的传输监视机制，可以方便的扩展到多 点投递的网络应用的场合。随着研究的深入，r t p 协议已经广泛应用在多媒体 会议，交互式分布仿真以及实时媒体传输等应用中。r t s p 协议为用户提供控制 会话和总体数据传输的状况的控制手段。本论文的重点主要集中在r t p 、r t s p 协议在实时视频点播方面的应用上。与其他方法实现的v o d 相比，该方法具 有更高的传输效率，所使用的会话机制还支持分布式v o d 的体系结构。 1 2 数字视频压缩技术简介 自从o l i v e r 提出p c m 编码以来，图像编码技术得到了迅速的发展和广泛 的应用，并r 臻成熟。常用的编码方法有：预测编码、变换编码、亚抽样和内 第 l页 插、熵编码( 包括游桴编码) 以及混合编码等。进入8 0 年代以采，随看柱i 灭罕 科的迅速发展和新兴学科的不断涌现，为图像压缩编码技术的发展注入新的活 天津人学坝i ：学位论殳 插、熵编码( 包括游程编码) 以及混合编码等。进入8 0 年代以来，随着相荧学 科的迅速发展和新兴学科的不断涌现，为图像压缩编码技术的发展注入新的活 力。模式识别、计算机视觉、神经网络理论、矢量量化方法、分形理论和小波 理论的运用给图像编码技术开辟了新的途径。下面介绍几种常用的图像压缩标 准： 1 2 1m p e g 1 和m p e g 2 图像压缩标准 m p e g 是活动图像专家组( m o v i n gp i c t u r e se x p e r t sg r o u p ) 的缩写，成立 于1 9 8 8 年，1 9 9 0 年制定出m p e g 1 标准草案，1 9 9 2 年该草案被确定为i s 0 1 1 1 7 2 号标准用于数字存储媒体的活动图像及其伴音的编码，其最高数据速率为 1 5 m b p s 。m p e g 组织在工作的开始就考虑到相关标准化组织的研究成果，如 j p e g 和h 2 6 1 标准。运动图像可以看成是静止图像的一个序列，所以运动图像 的帧内编码技术就采用j p e g 的d c t 技术。此外m p e g 又加进了帧间编码技术 ( 即运动补偿技术) 。因此可以认为m p e g 的工作是j p e g 工作的延续。同时， m p e g 推荐的标准尽量与h 2 6 1 标准兼容。其中，图像采用c i f 格式，图像质 量可达到家用v h s 录像机的清晰度。 m p e g 1 的流结构分为两层：系统层包括用于对音频流和视频流解复用， 以及在播放中同步音频和视频的时序和其他信息。压缩层包括压缩音频和视频 流。 在m p e g 标准中定义了三种图像类型： i 帧：只使用本图像内部的信息编码的压缩帧。l 帧为该压缩视频数据流提 供了潜在的随机访问点。因为只使用了本帧内的信息，所以它提供中度压缩， 通常使用2 比特表示一个编码像素。 p 帧：即前向预测帧，使用前向预测技术，相对于最近的前一个i 帧或p 帧的信息作编码。和i 帧一样，p 帧也可以作为b 帧和下一个p 帧的编码基准。 b 帧：双向预测帧。b 帧提供了最大的压缩率，并且不会传递编码误差， 同时还可以平均两幅图像的编码误差。 m p e g 算法允许编码器选择1 帧出现的位置和频率。选用不同的i 帧数目 可以在视频序列中提供随机访问和剪辑的点，又可以有效防止差错扩散问题。 但这要降低视频压缩率。 由于多媒体技术、数字电视技术、多媒体通信以及交互电视技术的发展， 明显感到m p e g l 在视频音频分辨率和传输速率方面已不能满足要求，所以 i s o i e c 在1 9 9 4 年又推出了i s o i e c1 3 8 1 9m p e g - 2 运动图像及其伴音通用压 缩编码标准。该标准提供用于专业和广播应用的完全符合1 1 u r 6 0 1 建议的分 辨率，而且它是a t s c 的d t v 系统和欧洲d v b 系统选用的标准。 m p e g 2 的流结构和m p e g 1 的类似，但m p e g 2 的系统流分为t s 流( 传 输流) 和p s 流( 程序流) 。t s 流用于易出错的场合如在容易丢失或高噪声的媒 体中传输。p s 流用于错误相对较少的场合，如像交互式多媒体这样一些涉及软 件处理信息的应用。同时针对于不同的应用，m p e g 2 定义了不同的层次和等 级 1 2 2m p f _ g , - 4 图像压缩标准 为适应多媒体通信的快速发展，国际标准化组织( i s 0 ) 的活动图像专家组 ( m p e g ) 于1 9 9 4 年丌始制定新的m p e g - 4 标准，规范多媒体通信中音频视频编 第2页 天津人学嘶! 学位论正 码的算法，使其具有交互性、高压缩比和对音频视频内容的可移植性等方面j 的 特点，提高多媒体环境下对视频数据的有效存储、传输和控制。m p e g 一4a dh o c v i d e o 小组在1 9 9 6 年3 月的f i r e n z e 会议上起草了m p e g 一4 视频检验模型2 0 它明确阐述了v i d e oo b j e c tp h a n e 的概念，从而将图像按内容编码的结构确定 下来。 m p e g 一4 的目标： 专门用于6 4 k b p s 以下的极低比特率的音视频编码。 不仅适用于移动通信和个人通信。而且适用于固定公用通信网和电视电话。 适用于窄带多媒体通信等广泛的应用。 实现基于内容的压缩编码，具有良好的兼容性、伸缩性和可靠性。 1 2 3h 2 6 3 i t u t 于1 9 9 5 年提出制订h 2 6 3 标准，并在1 9 9 6 年通过了该标准的草案。 h 2 6 3 是i t u - t 的h 3 2 4 ( t e r m i n a lf o rl o wb i t r a t em u l t i m e d i ac o m m u n i c a t i o n ) 系列视频编解码标准之一( 还包括h 2 6 1 ) 。h 2 6 3 是在已有的在i s d n 中传输 数字可视电话的国际建议h 2 6 1 ( 其规定码率为p x 6 4 k b p s ，p = l 3 0 ) 的基础上 进行扩展和改进而来。h 2 6 3 核心压缩算法仍是采取基于波形编码的技术。由 于根据景物图像的内容特征采用新的编码技术和对编码参数进行自适应的选 择，使用h 2 6 3 能够得到比使用h 2 6 1 更好的主观图像质量。同时也降低码率， 使以低于6 4 k b i f f s 的码率在p s t n ( 公用电话交换网) 传送可视电话成为可能。 为了与国际标准化组织( i s o ) 的m p e g - 4 标准的研究与制定相协调，i t u t 又公布了h 2 6 3 的第二版，一般称为h 2 6 3 + 。h 2 6 3 + 吸收了许多最新的研究成 果，它除了支持h 2 6 3 的四种改进模式，还增加了1 2 种模式，分别是： 1 先进帧内编码模式( a d v a n c e di n t r ac o d i n gm o d e ) 2 后置滤波模式( d e b l o c k i n g f i l t e rm o d e ) 3 条结构模式( s l i c es t m c t u r e e dm o d e ) 4 补充增强信息模式( s u p p l e m e n t a le n h a n c e m e n ti n f o r m a t i o nm o d e ) 5 改进p b 帧模式( i m p r o v e d p b f r a m em o d e ) 6 可选参考帧模式( r e t e r e n c ep i c t u r es e l e c t i o nm o d e ) 7 时域、信噪比和空问可分级性模式( t e m p o r a l ，s n ra n ds p a t i a ls c a l a b i l i t v m o d e ) 8 泰考帧重取样模式( r e f e r e n c ep i c t u r er e s a m p l i n gm o d e ) 9 低分辨率更新模式( r e d u c e dr e s o l u t i o nu p d a t em o d e ) l o 独立分割的解码模式( 1 n d e p e n d e n t l ys e g m e n t e dd e c o d i n gm o d e ) 1 1 选择性帧间v l c 模式( a l t e r n a t i v ei n t e r v l cm o d e ) 1 2 改进量化模式( m o d i f i e dq u a n t i z a t i o nm o d e ) 虽然h 2 6 3 的运算复杂度有明显的增加，但它可以获得更优越的性能。 1 3v o d 系统的主干同和用户接入网 v o d 系统中，主干网用于连结多个分布的媒体服务器和用户接入网。v o d 系统传输的是对传输带宽要求很高的视频和音频数据，所以它的一个基本要求 就是，要有高速交换能力可对数字信息作路由选择。从而可以把那些来自媒 体服务器数据实时传送到各个用户。 a t m 网络结构的目标是要将i n t e r a c t 的灵活性和电话网络的用户服务质量 第 3 页 天津人学顺t 学位佗殳 保证结合起来，从而具有高带宽，可扩展和便于管理等特点。因而，a t m 可以 同时包容i n t e r a c t 和电话网，创建一个统一的可传输语音、视频和数据的基础网 络。a t m 网络基于一些重要的概念：( 1 ) 虚拟电路；( 2 ) 固定尺寸的包单元：( 3 ) 较 小的包尺寸：( 4 ) 使用统计复用；( 5 ) 集成服务。用这些观点建成的网络能够传输 多种类型的数据( 区别于电话网络) ，并对各单个流提供服务品质保证( 区别于 i n t e r n e t ) 。a t m 还支持大的并行包交换，并提供统一的帧结构以用于网络管理。 a t m 主干网在物理上由大型高容量a t m 交换机组成，他们以s o n e t ( 标准同步光 纤网) 或普通d s 一3 线相连。通过专用的s o n e t 光纤，把光纤同轴接入网和各种 服务器簇联到主干网的a t m 交换机上，从物理层到更高的传输、信号通知和应 用协议等，这些接口都作了很好的定义。任何服务器或接入网只要满足这些接 口规范，就可以直接连到主干网上。 用户接入网用于将用户连接到媒体服务器。用户接入网般使用宽带有线 电视网或电话线路作为传输媒体，使用如a d s l ( 非对称数字用户线) 等传输 技术。以下是几种用于用户接入网的技术。 ( 1 ) 混合光纤同轴电缆( h f c ) ：它是一种模拟的c a t v 信号接入技术。典 型的h f c 系统要提供一种下行路径( 频率范围从5 0 7 5 0 m h z ) 。要传输的数据 以打包的形式经调制通过中继。其中q a m 作为其中的关键技术之一，可提高 信道的利用率。在上行通道中应用正交相移调制( q p s k ) ，使数据传输更加可 靠。h f c 的物理结构出网关设备组成，定位于电视网的前端或电话网的交换中 心，它能提供中继模块，并且是主干数字网的终点。在用户端可以使用动念分 配的帧中继通道接收视频数据流，使用另一个上行信道提交服务请求。 ( 2 ) a d s l ：a d s l 技术使电话网在现存的电话线上就能提供v o d 和交互式 服务。“非对称”是指相对于上行数据率而言，下行的数据有着更高的速率。 a d s l 是一种消费服务，用于传送经压缩的视频信号。a d s l 技术用到带宽的 分配技术，使用一个1 5 3 6 m b p s 的带宽用于传输下行数字信号信息，一个6 4 k b p s 的带宽用于传输上行的用户控制信息，以及一个全双工的p o t s ( 旧式电话服 务系统) ；或使用i s d n 的2 b + d 信道。在电话网交换中心，a d s l 实现两个功 能：分离多路上行p o t s 信号并控制通道：把p o t s 和下行方向高位率信号多 路混合。在用户端，外泶信号经分离分别进入p o t s 通道、高位率数据通道和 低位率数据通道。 这些网络技术的应用，在机制上和结构上为v o d 的使用提供了足够的带 宽和信道 1 4 本文结构 音频视频等媒体数据的网络传输是实现v o d 的一个重要环节。本文的工 作重点在于r t p r t c p 协议和r t s p 协议的实现上。 全文共分为四个部分，第一章绪论。第二章介绍了r t p r t c p 协议的各种 类型的数据包的结构和语法，第三章介绍了r t s p 协议的各种请求方法的结构 和语法和各个相应状态代码的含义。第四章是本文工作的重点，介绍了在 w i n d o w s 平台上实现r t p 、r t s p 协议的一个应用一v o d 系统中的数字视频传 输。详细介绍了软件的： 作过程，并给出该应用的结构框图和软件流程图。其 中，r t p 协议用于提供端对端的媒体数据流的实时传输服务，r t c p 协议对浚 数据传输作传输状况统计，从而可以提供对数据传输进行交互控制所需的信息。 并提供最小的可扩展的控制策略，此外，使用r t c p 协议作为r t p 协议的控制 第4页 天津人学倾l 。学位l p 办议，可以有效限制用于会话控制的带宽，从而节省出更多的带宽用于数w 的 传输。这一点在用户数f l 很大的情况下尤为重要。r t s p 协议用于在用户和媒体 服务器之f b j 传输控制命令和响应，从而控制整个会话进程。因为整个软件的实 现中，严格遵守r t p r t s p 协议，从而可以提高与其它系统之间的兼容。眺。实 现的软件还可以扩展应用到分布式v o d 系统的场合，这是现有的v o d 系统所 不具备的。 第5页 天i 聿人学坝i + 学位论止 第二章r t p r t c p 协议 2 1r t p 协议简介 r t p ( r e a l t i m et r a n s p o r tp r o t o c 0 1 ) 协议是由i e t f ( 因特网工程任务组) l i j 的 音频一视频传输工作组在1 9 9 6 年1 月提出的，在r f c l 8 8 9 中包含r t p 协议及其 控制协议r t c p 协议。它为实时性数据，如交互式音频和交互式视频，提供了 端到端的传输服务。r t p 协议对应于o s i 七层协议的应用层，通常与u d p 协 议配合使用，以使用u d p 协议的包复用和校验和功能。r t p 协议本身并不提供 任何机制来保证数据传输的正确性和及时性，这些工作都由底层协议来完成。 如果底层网络支持，i 汀p 还可以支持广播方式的实时数据传输。因而可以用于 音频，视频会议中的音频、视频数据的传输。 2 1 1r t p 协议中的一些定义 r t p 包：由一个固定的的r t p 包头，一个可以为空的数据源列表，以及数 据负载组成的数据结构。 r t c p 包：由一个固定的类似于r t p 头域的r t c p 包头，一系列的取决于r t c p 包类型的结构化元素组成的数据结构。 端口：传输协议用来在一台主机上区分多个目的地的抽象表示。t c p i p 协 议使用正的整数来标识端1 3 。r t p 依靠底层协议提供一些机制，如端口，来复 用会话中的r t p 和r t c p 包。 传输地址：用来标识一个传输层端点的网络地址和端口的组合。例如，i p 地址和u d p 端口。 r t p 会话：它是指通过r t p 通讯而联系在一起的各个参加者的集合。对于 各个参加者，会话由一对传输目的地址确定( 一个网络地址加上一对用于r t p ， r t c p 的端口对) 。 同步源s s r c ：是表示产生r t p 包的源的标识号，由一个3 2 比特正整数表 示。所有的来自于同一个同步源的数据包处在同一个时序空间和序列号空间中。 成分源c s r c ：是一种源标识号，该标识号表示的源所产生的r r p 包被混 合设备用来产生一个复合的r t p 包的流。混合设备在他所产生的r t p 混合流的 包头里，插入一个所有的成分包的源的同步源标识列表，该列表就称为成分流 列表。 终端系统：是某个应用程序，用来产生或者处理r t p 包所载的内容。 混合设备( m i x e r ) ：是一种传输r t p 包的中介设备。该设备接收来自于一 个或多个源的r t p 包，可能会改变数据格式，然后以某种方式将这些包合并， 再发出一个新的r t p 包。因为各个输入源之间的时序并不同步，此设备将在各 个输入流间作时序调整，并为合并的流产生自己的时序。所以，所有的发自于 此设备的r t p 包，都把它作为同步源。 变换设备( t r a n s l a t o r ) ：也是一种传输r t p 包的中介设备。但它不修改输入 包的s s r c 。此类设备主要用于转换编码，实现广播流到单一流的转换，以及 通过应用层防火墙的过滤器等应用中。 监视器( m o n i t o r ) ：是一种第三方的应用程序，用于在一个r t p 会话巾接 收参与会话的成员发出的r t c p 包，特别是接收报告包，实现服务质量预测， 差错诊断和长期统计等功能。 第6页 天津人学坝i 学位沧业 字节顺序，对齐，和时间格式：所有的整数都以网络字节顺序传输，也就 是说，先传输高位字节。这样的字节顺序就称为b i g e n d i a n 。在本协议中如采没 有特殊指明，数字常数都是十进制数。所有的头数据都与它的本身长度相对齐。 例如，1 6 b i t 字段对应于2 个字节的偏移量，丽3 2 b i t 字段对应的偏移量为4 个 字节，等等。绝对时钟用网络时钟协议( n t p ) 来表示，它以相对于u t c1 9 0 0 1 1 零时的相对秒数来表示。完整分辨率的n t p 时间标签是用一个6 4 比特的无符 号的定点小数来表示的。其中前3 2 b i t 为整数部分，后3 2 b i t 为小数部分。在某 些情况下，也可以用3 2 b i t 的无符号小数来表示n t p 时问，其中前1 6 b i t 为整数 部分，后1 6 b i t 为小数部分。 2 1 2r t p 固定头域的格式 0l234 0l2345678901234567890l234567890l + - + - + - + + - + 一+ + + + - + 一+ + + 一+ 一十+ 一+ 一+ + + + 一+ 一+ - + - + 一+ 一+ + 一+ 一+ + 一+ l v = 2 1 p i x i c c i m i p t is e q u e n c e n u m b e r i + 一+ 一+ 一+ 一+ 一+ 一+ - + + + 一+ 一+ 一+ 一+ 一+ 斗+ + 一+ - + 一+ 一+ 一+ 一+ 一+ 一+ 一+ 一+ 一+ 一+ 一+ + 一+ it i m e s t a m pi + 一+ - + - + - + 一十一+ 一+ + + - + + - + 一十一+ 一+ - + + 一+ 一十一+ + 一十一+ 一+ + - + - + - + - + - 十一+ 一+ ls y n c h r o n i z a t i o ns o u r c e ( s s r c ) i d e n t i f i e r l + = + = 3 + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + = + ic o n t r i b u t i n gs o u r c e ( c s r c ) i d e n t i f i e r s i l 1 + = + = + = + = + = + = + = + = + = + = + = + = + = + = 斗= + = + = i + = + = + = + = + = + = + = + = + = + 所有的r t p 包中都包含这前1 2 个字节，而c s r c 标识列表则是由混合设备插 入的。各个域的含义如下： 版本域( v ) ：2 比特 此域用于标记r t p 的版本信息。本规范所定义的版本号为2 。( 版本l 表 示r t p 的第一个草案) 补丁位( p ) ：l 比特 当补丁位被置位时，就表明该包的结尾包含一个或多个附加的补丁字节。 最后一个附加字节的内容是对补丁字节的计数，表明有多少个字节可以忽略。 补丁字节主要用在固定块尺寸的加密算法，或者在一个底层包中传输多个r t p 包的场合。 扩展位( x ) ：l 比特 如果扩展位被置一，表明固定头域之后有一个头域扩展，其格式的定义以 后将加以说明。 c s r c 计数( c c ) ：4 比特 c s r c 计数内容为在r t p 头部之后的c s r c 标识号列表中成员的个数。 标记位( m ) ：l 比特 对于该标记位的解释在实体中实现。通常对于重要的事件( 如在r t p 包构 成的流中标识帧边缘等) 才使用。通过改变负载类型域的位数，实体也可以定 义额外的标记位或者取消标记位。 负载类型域( p t ) ：7 比特 该域表明了r t p 负载的格式，也决定了应用程序对负载格式的解释。负载 第7页 l 尺津人学颂i 学位沦之 类型代码与负载格式之间的映射的方法由实体指定。附加的负载类型代码i 叮以 通过非r t p 途径来动念定义。 包序列号：1 6 比特 包的发出方每发出一个r t p 包，包序列号将自动增一，从而接收方可以掘 此束检测是否有包的丢失并作包顺序的重组。序列号的初始值是随机的( 1 i 可 预测的) 从而可以使对加密数据的明文攻击更加困难。 时间标签：3 2 比特 时删标签反映了r t p 数据包中第一个字节的抽样时刻。抽样时钟必须来自 于一个单调线性增长的时钟，从而可以计算同步和抖动。时钟也必须有足够的 分辨率以获取所期望的同步精度。选取的时钟频率取决予作为负载的数据的格 式。如果r t p 包是周期性产生的，那么标称的采样时刻则由所用的抽样时钟决 定而不是由系统时钟决定。例如，对于恒定速率的音频数据，时间标签将在 每个抽样周期内增一，如果音频应用程序从输入设备读入一个包含1 6 0 个样值 的宏块，相应的时间标签就应增加1 6 0 ，而不论这个宏块被传输还是被丢掉。 和顺序号一样，时间标签的初始值是随机的。几个连续的r t p 包可能有相同的 时间标签( 例如，这几个r t p 包属于同一个视频帧) ，而连续的r t p 包的时间 标签也可能不是单调的( 例如，m p e g 的i ，p ，b 帧的传输顺序与编码顺序不 同) 。 s s r c ：3 2 比特 s s r c 域标识了同步源。此标识号的选择是随机的，以使一次r t p 会话中 不同的同步源不会出现相同的s s r c 标号。虽然多个同步源选到同一个s s r c 标号的概率很小，在应用r t p 时仍需要检测和解决这种冲突。 c s r c 列表：0 到1 5 项，各为3 2 比特 c s r c 列表的内容是该包中负载相应的各个c s r c 标号。c s r c 标号的数 目由c c 域定义，但最多只能定义1 5 个。只有混合设备爿会用到此项。 2 1 3r t p 头域的修改和r i p 头扩展 已存在的r t p 数据包的头部对于一般的应用来说，已经很完整了。然而， 在某些应用场合下，应用程序需要传输一些r t p 头域中来包含的特殊的信息。 此时，可以在不影响与实体无关的监视和记录工具功能的前提下，对头域做一 定的修改，或者定义一些额外的域以实现这些特殊的功能。 标记位和负载类型域包括实体相关的信息。因为许多应用中都必须用到这 些信息，所以它们被分配在固定的头域中。否则，就需要加入额外的3 2 比特字 来保存这两个域信息。这些域中的字节可以由实体重新定义以满足不同的需求， 如增加或者减少标志位。如果头域中有标志位，标志位就应该从字节的最高位 丌始，以使与实体独立的监视器可以区分包丢失图案和正常的标志位。 如果某一类的应用程序需要实现某些负载无关的附加功能，这些应用程序 就应该定义一个附加在s s r c 域之后的固定域来体现这些功能。应用程序可以 直接、快速的访问这些附加单元，而监视和记录设备也可以通过解释前1 2 个字 节来处理这些r t p 包。 r t p 头扩展机制允许对r t p 头域作扩展以支持一些与实体无关的新的功 能，这些新增功能要求在r t p 数据包的包头加入些附加信息。这样的机制可 以保证其他的没有作扩展的应用也可以解释此r t p 包。要注意的是头扩展仅用 于有限的用途。对于这种机制，大多数的潜在用途可以用其他方式更好的解决。 第 8 页 天津人学坝i 。学位论卫 若对某一特定的实体格式需要附加信息，在这种情况下，附加信息就应该稿i 包 的负载段定义，而不应用头扩展来完成。 若r t p 头域的x 位为l ，表明在r t p 头域之后有个可变长度的头扩眨。 头扩展部分包含一个1 6 比特的长度域，指明扩展部分有多少个3 2 比特的字( 不 包括4 字节的扩展头) ，且一个r t p 包中只许有一个头扩展域。为了能够使多 个相互作用的应用程序能够独立的定义自己的头扩展域，或者一个应用程序能 够定义多个不同的头扩展域，头扩展域的前1 6 比特被用作区分不同扩展项的标 识符或参数。该1 6 比特的格式由定义该项的实体规定。本r t p 规范本身未对 头扩展作任何定义。 2 2r t p 控制协议- - r t c p r t p 控制协议( r t c p ) 使用与数据包一样的分配机制给会话中的所有成 员发出周期性的控制包。出底层协议实现对数据包和控制包作多路复用，例如， 使用u d p 不同的端口号传输多路数据包。r t c p 协议执行以下四种功能： 1 r t c p 的基本功能是为数据的发送提供传输质量反馈。此功能也是r t p 传输协议的一个主要组成部分。同时该功能也涉及到与其他传输协议糨 关的流量控制和阻塞控制功能。传输质量反馈也可以用于自适应编码控 制。与i p 广播配合使用时，从接收方获取传输质量反馈以诊断传输中 的差错就显得尤为重要。通过i p 广播这样的传输机制，可以使一些没 有参与会话的成员，如网络服务提供商也可以接收反馈信息，从而作为 第三方监视器来渗断网络问题。这种反馈功能是通过r t c p 发送和接收 报告实现的。 2 r t c p 包携带了标识r t p 同步源的传输层固定标识，即规范名或 c n a m e 。当接收方检测到s s r c 标识号冲突或者应用程序被复位时， s s r c 标识号将会改变。接收方需根据c n a m e 项来跟踪各个会话参与 方，并可以把来自于同一参加者的多个数据流联系起来。 3 前两个功能要求所有的会话成员都发送r t c p 包，所以需要对r t c p 包 的发送的频率进行控制，以使r t p 可以扩展到许多个用户的应用场合。 通过让每个成员给所有其他成员发出自己的r t c p 控制包，备个会话的 成员都可以看到会话的成员数。 4 第四个可选的功能就是可以传输最小的会话控制信息。如，在用户界面 上显示成员的标识。这一点在“松散控制”的会话中非常有用，参加者 可以进入或者离丌会话而不需要作成员身份控制和参数协商。r t c p 可 以用作一个方便的连接所有会话成员的通道，但不能期望它可以传输应 用程序的所有的控制要求。这就需要有一个更高层的会话控制协议柬实 现。 当r t p 用于i p 广播的环境中时，前三个功能是必须的，且建议在所有的 环境中都使用。 2 2 1r t c p 包格式 本规范定义了几种r t c p 包类型来传输不同的控制信息： s r ：发送方报告包，r t p 数据包发送方用来对传输和接收情况作统计： r r ：接收方报告包，非r t p 数据包发送方的成员用来对接收情况作统计 s d e s ：源描述包，包括c n a m e 项和其他选项： 第 9 页 l 天津人学坝i 。学位论艾 b y e ：表明本次参与会话活动的结束； a p p ：用于应用程序特定的功能： 在r t c p 包中，首先是个固定的与r t p 数据包的头部类似的头域，je 历 是一个结构化的单元，该单元可能会根据包的类型的不同而有不同的数据k 度， 但都在3 2 比特的边界处结束。这种字对齐的要求和在固定头部定义一个长度域 的做法使r t c p 包可以作压栈处理。多个r t c p 包可以打到一个复合包中，从 而能放在一个底层包中传输。在复合包中，没有显式的r t c p 包计数，但期望 底层协议能够提供总的长度来确定复合包的结尾。复合包中的各单个包的顺序 和组合没有特殊要求，对各个包的的处理也是独立的。但是，为了实现此胁议 的功能。需要作如下约束： 在带宽约束允许的范围内，s r 或r r 中的接收统计域的发送具有最高的 优先级，这样可以获得最精确的统计结果。所以每个周期发送的复合r t c p 包 都应该包括一个报告包。 新的接收方需要尽快接收来自r t p 数据源的c n a m e 项以识别源身份和 联系来自于该数据源的多个媒体流。所以各个复合r t c p 包都应该包括一个 s d e sc n a m e 包。 应限制出现在复合包开头的包类型码的长度，以提高区分r t c p 包和错 误寻址的r t p 数据包和其他无关包的成功率。 复合包的格式建议如下： 加密前缀：当且仅当复合包需要加密的时候，在复合包的开头加上个随 机的3 2 比特数。 s r 或r r ：复合包中的第一个r t c p 包通常是报告包，以方便于头检测。 即使在没有发出或接收数据。且复合包中的其它包都是b y e 包，也需要发出一 个空的r r 包。 附加的r r 包：如果接收统计所涉及到的源超过3 1 个，s r ，r r 包中的源 数