（通信与信息系统专业论文）sip在iptv视频终端的应用和研究.pdf

学位论文独创性声明 本人所呈交的学位论文是我在导师的指导下进行的研究工作及 取得的研究成果。据我所知，除文中已经注明引用的内容外，本论文 不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重 要贡献的个人和集体，均已在文中作了明确说明并表示谢意。 作者签名： 丝! ：幽日期：丝里! ：苎1 7 学位论文授权使用声明 本人完全了解华东师范大学有关保留、使用学位论文的规定，学 校有权保留学位论文并向国家主管部门或其指定机构送交论文的电 子版和纸质版。有权将学位论文用于非赢利目的的少量复制并允许论 文进入学校图书馆被查阅。有权将学位论文的内容编入有关数据库进 行检索。有权将学位论文的标题和摘要汇编出版。保密的学位论文在 解密后适用本规定。 学位论文作者签名：互，】、酮导师签名：；：例 日期：翌! ! ：兰1 3 摘要 随着网络技术和多媒体技术的不断发展，多媒体通信业务逐渐在i n t c m e t 应 用中占据主导地位，其中视频通信技术的应用尤为突出。视频通信是连续、动态 的图像通信，具有信息量大、传输带宽高、对网络性能要求高等特点。视频通信 业务将是未来有线和无线网络上承载的主要业务之一。 本文主要分析和比较了实时视频通信系统中一般采用的两种通信控制协议： s i p 和h 3 2 3 。提出了s i p 协议具有结构简洁、易于扩展和适于i n t e m e t 接入等良 好的特性，并认为在软交换技术即将成为下一代网络交换技术的大背景下，s i p 可以有效地控制媒体网关，控制终端呼叫，可作为软交换技术接入层的核心协议， 并将成功应用于诸多电信运营商的代表性系统中的观点。并构建了具有s i p 用户 代理功能的视频终端。通过对s i p 协议栈的实现，验证了s i p 在建立呼叫及建立 信息传输通道的有效性。 本文重点论述了基于数字机顶盒的s i p 视频终端的实现，包括s i p 协议栈的 实现、呼叫用户的解析、r 1 p 信息通道的建立、s i p 网络和其他网络的互联。同 时介绍了作为视频终端的数字机顶盒的结构、相关芯片内容。论述了s i p 协议的 可行性，还介绍了媒体处理器及其操作系统、软件参考框架。基于以上的内容， 本文具体的框架是：第一章中先介绍了视频通信系统的发展应用、框架结构和数 字机顶盒的相关技术以及硬件构成，概述了作者的研究工作。第二章主要分析了 s i p 协议的结构和相关协议。第三章中详细论述了s i p 协议栈如何在数字机顶盒 上的实现，包括各部分模块的实现。在第四章中论述了s p 网络和其他网络的互 联。 关键词：s d 、i p t v 、r t p 、多媒体网络、数字机顶盒、网络互联 a b s t r a c t a 1 0 n g 晰t hm en e t w o r kt e c h n o l o g ya n d 廿1 em l l l t i m e d i at c c h n i c a lu n c e a s i n g d e v e l o p m e m ，t h em u l t 妇e d i ac o m m u l l i c a t i o ns e r v i c eo c c u p i e st h ed o m i n a n tp o s i t i o n g r a d u a l l yi nt h ei n “踟e t 印p l i c a t i o n ，b yv i d e oc o m m u l l i c a t i o nt e c h n o l o g ya p p l i c a t i o n o u t s t a l l d i n g l y t h e v i d e oc o m m u l l i c a t i o ni s c o m 抽u o u s l y ，t l l ed y n 锄i cv i s u a l c o n l m u n i c a t i o n ，h a sm ei n f o m l a d o nc o n t e n ti nab i gw a 弘也e 咖s m i s s i o nb a l l dw i d m i sl l i 曲，t ot h en e t w o r kp e r f o 肋a n c er e q 幽e n t1 1 i 曲e rc h a r a c 州s t i c t h ev i d e o c o m m u n i c a c i o ns e i c ew n lb et h ef l j t u r ew i r e da n di nt h ew i r e k s sn e t 、v o r ko n eo f 1 0 a db e a r i n gp r i m a r ys e r v i c e s 1 1 l i s 枷c l em a j l l l ya n a l y z e da 1 1 dh a sc o m p a r e dt w oh n do fc o r r e s p o n d e n c e s c o m m l l i n ga g r e e m e n tw 1 1 i c h 血t 1 1 er e a l - t i m ev i d e oc o m m u n i c a t i o ns y s t e mu s e d g e n e r a l l y ：s i pa n dh 3 2 3 p r o p o s e dt h es i pa g r e e m e n th a s 吐屺s m l c t u r es u c c i n c t ，i s e a s yt oe x p a l l da n dt ob es l l i t a b l ef o rh l t e m c tt ot i l mo na i l d s oo nt h eg o o d c h a r a c t e r i s t i c ，a n dt h o u g h ts o o nb e c o m e st 1 1 en e x tg e 删o nn e 咖r kc x c l 璩n g e t e c h n 0 1 0 9 yi nn l es o rc x c h a n g et e c h n o l o g y 蛐d e rm eb i gb a c k g r o u n d ，s i pm a y e f f b c t i v e l yc o n 订o l 恤em e d i ag a t e w a y ，c o n 仃0 1 st h et e m i i l a lc a l l ，m a yt a k em es o r e x c h a n g et e c h n 0 1 0 9 yt i l 】m so n 血el e v e lt 1 1 ec o r ea g r e e m e n t ，a n d 、 ，i us u c c e e da p p l i e s i nm a n yt e l e c o m m u n i c a t i o no p e r a d o n sb u s i n e s sr e p r e s e n 协t i v es y s t 锄v i e w p o i m a n d c o n s t r u c t e d h a dt 1 1 e 觚廿o no fu l es i pu s e ra g e n tt om ev i d e o 缸q u e n c yt e m i i l a l 1 协u 曲t ou l es i pa 掣e e m e 玎t 咖c kr e a l i z a t i o n ，c o 血m e ds p t oc a l l 趾dt oe s t a b l i s h t h ed a t a _ t r a n s m i s s i o nc h a n n e l i nt l l ee s t a b l i s l l i i l e n tm e 砌i d 畸 1 h sa m c l ee l a b o r a t e d 、v i t he m p h a s i sb 船e do nt h ed i g i t a ls e t - t o pb o xs i pv i d e o 疔e q u e n c yt e m l i n a lr e a l i z a t i o n ，i n c l u d i n gs i pa 掣e e m e n ts t a c kr e a l i z a t i o n ，c a l lu s e r s a n a l y s i s ，r t pd a t ac h 删试 e s t a b l i 由n e n t ， s i pn e 亡啪r ka n do t h e rn 蜘k s i n t e r c o n n e c t i o n s a tt h es 锄e 廿m ei n t m d u c e dt a k e sm ev i d e o 丹e q u e n c yt e n l l i n a lt 1 1 e d i g i t a ls c t _ t o pb o xs 协j c t u r e ，恤er e l a t e dc h i pc o m e m e l a b o r a t e dt 1 1 es i pa g r e e m e m f e a s i b i l i 饥b u ta l s oi n 打o d u c e dt h ei i l c d i ap r o c e s s o ra n di t st h eo p e r a t i n gs y s t e m ，也e s o f t w a r er e f 色r e n c e 丘锄e b a s e do nm ea b o v ec o n t e n t t l l e 1 i s 枷c l ec o n c r e t e 胁n e i s ：i nf i r s tc h 印t e ri n n 沁d u c e df i r s tt h ev i d e oc 伽删c a t i o ns y s t e md e v e l o p n l e m a p p l i c a t i o n ，t h ep o r t a l 曲m ec o n s 协j c t i o n 锄dt 1 1 ed i 百t a ls e t t o pb o xr c l a t e d t e c l l r l o l o g ya sw e l la st 1 1 eh a r d w a r ec o n s t i t u t i o n ，h a so u t l i n e da 岫o r sr e s e a r c hw o r k s e c o n dc h a p t e rl n a i n l y1 1 a s 删) r z e dt 1 1 es i pa 掣e e m e n ts 廿l l c t u r ea n d 廿1 er e l a t e d a g r e e m e n t i n 也i r dc h a p t e rh o w 证d e t me l a b o r a t e d 也es i pa g r e 锄眦s t a c ko n t h e 6 d i g i t a ls e t t o pb o xr e a l i z a t i o 珥血c l u d i n ge a c hp a r to fm o d l l l e sr e a l i z a t i o n f o u n h c h a p 时e l a b o r a t c dt 1 1 es i pn e t 、o r ka 1 1 do 1 e rn e t w o r k si 啦搬o n n e c t i o n s k e y w o r d s ：s i p 、i p 一7 、r t p 、m u l t i m e d i a n e t 、0 r k 、d i g i t a ls e t t o pb o x 、n e t 、o r k i n t c o n n e c t i o n 7 第一章i p t v 概述及其实现架构 第一节p t v 简介 1 p t v 即交互式网络电视，是一种利用互联网、宽带有线电视网，集多媒体、 通讯等多种技术于一体，向家庭用户提供包括数字电视在内的多种交互式服务的 崭新技术。i p t v 在国内也被称为网络电视，是一种基于i n t e 鼢忸t 的新兴技 术，是一种个性化、交互式服务的崭新的媒体形态。i p t v 能提供包括点播、广 播直播、视频通信、短信彩信、信息服务、游戏在内的多种业务。 i p t v 通过电信通道，利用a d s l 、以太网或者有限电视网络等接入宽带网， 通过互联网协议来传送电视信号，以家用电视机或电脑作为主要终端电器。提供 包括电视节目在内的多种数字媒体服务。其关键技术是利用电脑或“机顶盒+ 电 视”完成信号接收。还原成原始数据以便在p c 软件或电视中播放。它的系统结 构主要包括流媒体服务、节目采编、存储及认证计费等子系统，主要存储及传送 的内容是以m p g 4 为编码核心的流媒体文件，由于基于i p 网络传输，通常要在 边缘设置内容分配服务节点，配置流媒体服务及存储设备，实现信号的转发。 i p t v 的主要特点在于它的交互性和实时性。它主要有以下功能：点播功能： 即用户可以在任何时候点播收看节目库中喜欢的节目内容。广播时移功能：即广 播时，用户可以实现“暂停”、“再继续”等播放功能。双向互动功能：用户可以 参与感兴趣节目的互动讨论，可以主动选择节目。i p t v 不仅是传播工具，它还 具备网络固有的互动性和反馈性。用户可按需获取宽带i p 网提供的媒体节目， 实现实质性互动。其次，i p t v 借助先进高效的视频压缩技术，为用户提供高质 量的数字媒体信息服务。此外，i p t v 还可以为用户提供包括数字电视节目、可 视电话、v 0 d 、缸e m e t 、网络游戏、网上购物和远程教育等在内的交互式多媒 体信息服务。 i p t v 其工作原理和基于互联网的电话服务v o i p 相似，它把呼叫分为数据 包，通过互联网发送，然后在另一端进行复原。其实也是跟大多数的数据传输过 程大概一样。首先是编码，即把原始的信号数据进行编码，转化成适合烈t e r n e t 传输的数据形式。然后通过互联网传送最后解码，通过电脑或是电视播放。只是 由于是要求传输的数据是视频和同步的声音。如果效果要达到普通的电视效果每 秒2 4 帧甚至是d v d 效果，那么要求的传输速度是非常高的。所以它采用的编 码和压缩技术是最新的高效视频压缩技术，i p t v 对带宽的要求也比较苛刻。带 宽至少达到5 0 0 k 一7 0 0 k 才可收看i p t v 。7 6 8 k 的能达到d v d 的效果，2 m 就 非常清楚了。 1 0 i p t v 网络终端即p c 电脑和i p 机顶盒，p c 电脑用于l p t v 的终端，其实 现简单易用，现主要介绍i p 电视机顶盒，功能包括三方面：首先，支持目前的 l a n 或d s l 网络传输，接收及处理i p 数据和视频流；其次，支持m p e g 1 、 m p e g 一2 、m p e g 一4 、w m v 和r e a l 等视频解码，支持视频点播、电视屏幕显示 和数字版权管理；最后，支持h 删l 网页浏览，支持网络游戏等等。 i p t v 网络终端的所有功能实现基于高性能微处理器，而嵌入式操作系统构 成了对芯片实时解码和纯软件实时解码( c o d e c ) 应用的基本支撑平台。 从信道的角度来讲，有两种不同的i p t v 机顶盒：基于双绞线5 类线输入的 机顶盒和基于电话线输入的机顶盒。基于双绞线输入的机顶盒，简单的说就相当 于一台p c 加一个视频转换卡，用于收看电视节目，其带宽不成问题，可以获得 比较好的收视效果，它的成本应该与广电有线网络的d v b c 机顶盒相当。基于 电话线的机顶盒，采用内嵌x d s l 模块，或接在x d s l 盒子的后面，总体成本较 高。同时，目前的a d s l 有效带宽只有1 2 m b 口s ，所以其收视效果也不太理想。 从内嵌操作系统来看，i p t v 机顶盒也可以分为两种：嵌入式w i n c e 机顶盒 和嵌入式l i m 机顶盒。、聃n c e 最大的特点是其a p i 与w i n 3 2 兼容，这有利于 在w m d o w s 环境开发w n c e 应用，此外，w m v x 播放器还可直接运行于w 访c e 。 当然它也有缺点的，应用源代码不公开，须向微软交纳版权税；代码庞大，占用 很多的r o m 和r a m ；要求有高性能的微处理器支持。 l 血u x 机顶盒以专用的多媒体微处理器为核心，辅以其它接口构成系统。多 媒体微处理器本身不但具有嵌入式m s c 去运行系统软件和应用软件，而且带有 m p e g 2 或m p e g 4 实时解码功能芯片，在引入l i i m x 操作系统和必要的视频以 及各辅助接口驱动程序后，就成为一个完接的i p t v 网络终端运用环境。这类机 顶盒有很大的优点：源代码公开，有大量免费开发工具和应用软件可用，无须交 纳版权费；有庞大的开发群体，技术交流方便，软件开发和维护成本低；系统稳 定，内核精悍，运行所需资源少，性价比高等。但是，这种系统适应低带宽的能 力不强，x d s l 低带宽网络传输的优点得不到充分发挥。 第二节i p t v 的实现 i p t v 系统的实现包括视频终端和网关。 ( 1 ) 视频终端 视频终端是用户使用的通过i p 网络实现视频通信的终端设备，包括机顶盒， i p 电话等。本文主要涉及的终端设备是数字机项盒。在实现通话之前，机顶盒 必须能够接入1 p 网络。因此，机顶盒具有以太网接口，能够直接和交换机互连。 机顶盒具有独立的供电系统，其本身在没有登录网络之前是一个具有播放视频文 件功能的电器设备。 作为i p 网络的一个端点，机顶盒也需要为其分配i p 地址、子网掩码、缺省 路由器、d n s 等、对于机顶盒，也存在自动和人工两种配置方式。在自动方式 下，机顶盒使能d h c p 获得以下信息：1 p 地址、子网掩码、缺省路由器地址、 域名、域名服务器地址、t f t p 服务器地址。 对于手动配置方式，这些信息由机顶盒用户自行配置。在完成上述配置后， 机顶盒作为一个i p 终端可以成功接入i m e m e t ，通过i m e m e t 发送和接收数据信 息。当要使机顶盒能够和其它网络终端建立呼叫连接，并通过呼叫连接进行视频 通信，仅使机顶盒成为一个i p 终端是不够的，还应让其成为视频通信系统的一 个成员。 ( 2 ) 网关 机顶盒不但可以在i p 网络中实现和i p 电话、p c 终端的包括音频和视频在内 的通信，而且能够和处于p s t n 网络中的普通电话机进行通信。而在p s i n 和i p 网络之间起到互连作用的就是网关。网关作为p s l n 和i p 网络的连接器，除了 具有连接p s t n 和口网络的接口外，还必须能够完成信令转换和媒体数据格式 转换，在图1 1 所示的网络拓扑结构中，p s t n 中的话机与网关之间通过随路信 图1 1 网关功能结构 令( c a s ) 或公共信令( s s 7 ) 建立呼叫连接，而网关之间则通过h 3 2 3 或s i p 建立呼叫连接。因此，网关必须能够把从p s t n 接收到的随路信令转换成h 3 2 3 或s i p 信令消息，或者反之。另外，如果网关通过e 1 电路p s t n 互连，语音数 据以a 律p c m 编码方式通过e 1 电路中的某个时隙( d s 0 ，6 4 k b i t s ) 传输给网 关，网关必须将以固定速率到达的a 律p c m 编码封装成r t p 分组格式，再将 r t p 分组封装成i p 分组才能通过i p 网络传输给另一个网关。 ( 3 ) i p t v 系统协议结构 i p - t v 网络根据传输不同类型的内容主要分为三类协议：第一类：用于i p t v 的建立、修改、拆除会话的协议，s 球( s e s s i o ni n i t i a lp r o t o c 0 1 ) 这种协议用s d p 协议描述。第二类：用于媒体传输的协议，这类协议用于传输音频视频组成的 包，如r t p 协议。以及传输层协议，u d p 和t c p 协议。第三类：支持协议，包 括网关，q o s ，a a a ，地址翻译，i p 等，如r s v p 、r t c p 。三类协议之间的关 系见图1 2 。 s i g n a l i n gq u a l i t yo fs e r v i c e ， 里鲤睁 ， h 3 z ，i s p l r t s p i lr s ii 眦p im 。d i 。i 0i 士f ji l 肿j 0上 l t t c plu d p i p v 4 ，i p v 6 上0t i 唧 li 从ls “j a a lsp p p 上上上、 s o n e t a n 幢 e t b e m e tv 3 4 图1 2i p t v 协议簇 第三节硬件结构和实现方案 本文的研究对象是基于以t m p r 4 9 3 9 芯片作为主处理器的数字机顶盒。处 理芯片外接独立的视频解码芯片s m p 8 6 3 4 加强了处理视频编码的功能，使得会 话时画面更加清晰流畅，硬件基本构成如图1 3 所示。 6 4 位的m s c 处理器t m p r 4 9 3 9 是主要的处理芯片，芯片主要完成以下功能： 1 接收本地信息，通过u s b 控制器，获取从w 曲c 锄e r a 采集的视频、音 频信息。 2 接收网络信息，通过解调器获取从网络传输过来的音频、视频信息。 3 发送信息，通过网络发送数据包。 4 通过p c ib u s 把数据包传送给s m p 8 6 3 4 解码器进行解码，这样既增加了 解码的效率，又分流了处理器的工作，提高了系统的工作效率。 p r 4 9 3 9 是6 4 位m i p s 的i u s c 微处理器，是一款基于嵌入式p c i 的 4 0 0 m h z c p u 内核，面向数字用户，专用于数字机顶盒，家庭监视器和多媒体设 备。它融合了处理功能和丰富的外设，串行和并行的视频端口，电池备份的支持， 多硬盘接口，d d r 存储器和e t h e m e t 控制器。集成了一个高性能的安全引擎装 载c p u 核心执行i p s e c ，s s l 和f e c 算法，具有保护功能。结合大容量方法， 以改进的高速缓存：3 2 k b 指令高速缓存和3 2 k b 数据高速缓存，存放相关联的 高速缓存记忆，增加设各处理速度和较好的性能。为n a n d 与n o rn a s h 和其 它输入与输出设备提供8 1 6 位地址线。两个l o o m b 的a r a 与a t p i 通道能同时 高效地从d v d 和硬盘读取数据，包含适应i t ub t 6 5 6 标准的三个串口，以及一 个串口和一个8 位的并行视频端口。3 2 位d d r 4 0 0 的s d i 认m 控制器。片上 e t h e m e tm a c 控制器和一个n 越q dn a s h 记忆控制器增加了性能减少了系统开 销。高效的p c i 控制器能处理6 个p c i 主设备并减少了p c i 到p c i 之间的桥连 接。支持流行的操作系统，包括v x w j r l 【s ，m o m a v i s t a l i n u x 和微软的，i n d o w s c e 操作系统。 图1 3 机顶盒硬件结构图 s m p 8 6 3 4 能解码h 2 6 4 ( a v c ) 、v c 一1 和m p e g 2 ，支持多流解码格式。 s m p 8 6 3 4 芯片包括扩展的音频解码功能，包含：杜比数字式、w m a 、w m a p m 、 a a c 、m p e g 音频层i 、和i i i ( m p 3 ) 及其它音频标准。芯片还支持内容安全管 理，含片上安全处理器、闪存和d r m 引擎，用于高速a e s 、d e s 、t r i d l e d e s 、 r c 4 、c s s 、d v b c s a 及m u l t i - 2 的有效载荷解密。芯片内含一片处理器内核、 通用存储控制器、以太网1 0 1 0 0 控制器、双u s b2 ，o 控制器、i d e 控制器和通 用i 0 。能快速进行多种数据流的解码，并向显示屏传输高清内容。 同时s m p 8 6 3 4 还能直接通过光纤接收数字信号。 在视频通信中最主要要解决的问题是视频和音频的同步问题。为了解决这一 问题，采用了同步控制机制。这一机制主要包括了两方面的同步控制： 1 在信息采集端，音频视频媒体流经过编码打上时间标签，也就是保证音频视 频媒体流的数据采集在时间上具有相关联性，称为音频视频流流间同步控制。 1 4 2 在回放时，音频视频媒体流各自内部的数据分组的同步控制，也就是保证各 自的媒体流按照自身时间标签分组顺序播放，称之为音频视频流流内同步控 制。 在该解决方案中，保证的是音频视频的同步，音频的流畅。一旦出现网络阻 塞的情况，将丢弃部分视频数据包，保证音频的流畅。如图1 4 所示。 图1 4 音频、视频流同步解决方案 第四节i p - 系统s 口部分软件结构 s i p 部分的软件是实现s i p 初始化，设备初始化，完成注册，建立呼叫等功 能的主要载体，主要包括以下四个部分： 1 _ s i pc o r e 是整个s i p 部分的核心，包括对s i p 协议命令的解析。 2 s i pu a 是建立在s i pc o r e 基础上的用户程序，包括打开r 1 1 p r t c p 通道，启 动媒体传输线程，启动s i p 消息线程等程序。 3 s ps d k 提供支持音频视频的传输。 4 用户界面，向上层应用程序提供应用程序接口。 各部分之间的关系如图1 5 所示。这一部分的实现在第三章将进行具体描述。 图1 5s i p 软件架构 第五节本文主要工作 以上概述了i p t v 和多媒体网络的基本情况，并从系统结构和网络协议结构 方面介绍了i p t v 的实现框架，分析了终端设备硬件和软件的构成。根据i p t v 和机顶盒的构建方案，本文的具体研究方向是基于s i p 的多媒体通信协议在 i p t v 终端机顶盒中的实现。 本文的主要工作包括以下两个方面： 1 对s d 协议进行深入地分析和解读，并在此基础上完成对s i p 协议栈的 移植，实现包括注册、建立呼叫、建立传输多媒体信息通道在内的s i p 的多种功 能。 2 从网络交互的角度来分析s i p 网络和其他网络的互联问题。 1 6 第二章s i p 协议和s i p 的实现 以开放性、分布性和综合性为主要特征的下一代网络( n g n ，n e x tg e n e r a t i o n n e t 、v o r k s ) 技术正在深刻地改变着传统电信网的概念和体系结构，并让人们看到 电信业振兴的希望。n g n 采用分层、开放和体系结构，其主要技术优势是各层 间采用开放的协议或a p i 接口，从而有利于打破传统电信网封闭的格局，实现 多种异构网络间的融合。更为准确地说，n g n 体系通过将业务和呼叫控制分离、 呼叫控制与承载分离来实现相对独立的业务体系，使得上层业务和底层的异构网 络无关，从而为实现业务提供了更为广阔的空间。s i p 的出现，使得电信网络i p 化，也使得1 p 网络电信化。 第一节s i p 概述 s i p 是一种信令哳议，它的作用在于建立、修改、释放多媒体会话。当会话 的一端向会话的另一端发出建立多媒体会话的邀请时，必须在s 口的邀请消息中 给出描述会话特征的信息。对于s i p 而言，可以用任何一种传输协议来完成多媒 体会话所指定的多媒体信息流的传输，但在通常情况下，它用r t p 作为多媒体 信息流的传输协议。在i p 网络中，s i p 消息的传输路径和多媒体会话指定的多媒 体信息流的传输路径时相互独立的。如图2 1 所示。这种独立性使得用于控制多 媒体会话的s 口消息可以经过一个或多个代理服务器或重定位服务器进行转发， 而多媒体信息流可以直接在会话的两端点之间进行传输。 i 终端l- 7 侩、- 口网络 、7 - b 卫拯蛮豳 图2 1 信令和r t p 分组流分离 ( 1 ) 编址 在s i p 网络中，用于唯一标识终端用户的标识符为统一定位标识符( u ) 。 u r j 由两部分组成：用户名和主机名( 用户名 主机名) 。用户名通常用于指定 某个特定的应用程序，而主机名用于唯一标识s i p 网络中的某个主机。因此，可 以用口地址或完全限定域名作为主机名。如果所有的主机名都可以直接用口电 话或者完全限定域名给出，对于s i p 操作来讲是一件好事。当某个终端希望和另 1 7 一个终端建立多媒体通信会话时，终端用户通过应用程序接口输入另一个终端的 u r j ，该终端可以直接用u r i 给出的目的终端的m 地址或通过d n s 解析得到的 目的终端的i p 地址构成用于传输s i p 信令消息的i p 分组，并通过i p 网络将该 i p 分组送达目的终端。 在这里，u i u 中的主机名有着两重意思，一重意思是用于唯一的标识s i p 终 端( 或客户) ，另一重意思是作为可以直接通过d n s 解析到i p 地址的完全限定 域名。作为完全限定域名，必须服从域名的分配原则：但作为s i p 终端标识符， 用户希望它有着便于记忆的、特定的编码规律。着两重意思有时是相互矛盾的。 另一方面，在一个用于语音通信的大型s i p 网络中，s i p 终端的数量是惊人的， 对所有终端分配完全限定域名，并由d n s 负责解析这些完全限定域名所对应的 i p 地址，将大大增加d n s 的处理负担，影响作为s i p 网络承载网的i p 网络的运 行效率。 在s i p 网络中，大型s i p 网络被划分成若干控制区域，由域名唯一地标识每 个域。域内的每一个用户，可以用用户名唯一的标识，这样，“用户名( 国域名” 就成了用于标识用户的u r j 。注册服务器将用户名 域名和真正在i p 网络中标 识主机地址和主机中应用程序的用户名 主机名绑定在一起。每一个控制域内有 一台注册服务器专门来完成用于标识s i p 网络终端的用户名 域名和在i p 网络 中标识主机及应用程序的u r i 之间绑定，这种绑定通过注册过程实现。 ( 2 ) 代理服务器 每一个控制域都有一台代理服务器。代理服务器的作用和本地交换机有一些 类似，主要用于完成s i p 消息的路由。每一个s i p 终端将请求消息发送给为它所 在控制域服务的代理服务器，请求消息中必须给出目的s i p 网络终端的用户名 域名。当代理服务器接收到该请求消息后，通过比较目的s i p 网络终端的域名， 确定是否是本控制域内呼叫请求。如果是的话，通过查找注册服务器，获取目的 s i p 网络终端的i p 地址，将请求消息转发给目的s i p 网络终端：如果是域间呼叫， 代理服务器必须找出为目的s i p 网络终端所在控制域服务的代理服务器，将请求 消息转发给该代理服务器。根据目的s i p 终端的用户名 域名，确定下一跳代理 服务器的方法有多种，一是用户通过静态配置转发路由表，给出不同目的域的下 一跳代理服务器；二是通过定位服务获取为目的控制域服务的代理服务器。由于 域名只给出标识控制域的信息，并不是一个完全限定域名，不能简单地通过d n s 完成定位服务。 ( 3 ) s i p 操作过程 当某个s i p 网络终端希望和另一个8 i p 网络终端建立多媒体通信会话时，多 媒体应用程序通过用户接口获取目的s i p 网络终端的用户名 域名，并以此构成 1 8 s i p 请求消息。在建立多媒体通信会话时，必须协调双方处理多媒体信息流的能 力( 如编码格式及所需带宽等) ，因此，在s i p 请求消息中，还必须给出会话描 述信息。s i p 网络终端构建完s i p 请求消息后，将s i p 请求消息发送给为它所在 控制域服务的代理服务器，代理服务器的i p 地址通常在配置s i p 网络终端时给 出。代理服务器在接收到源s p 网络终端发送来的s i p 请求消息后，通过检测目 的s i p 网络终端的域名，确定是域内转发还是域间转发。两个不同的转发过程分 别如图2 2 ( a ) 、( b ) 所示。 ( a ) 域内转发 ( b ) 域间转发 图2 2 域内转发和域间转发过程 在s i p 网络中，除了前面介绍的注册服务器、代理服务器和定位服务器外， 可能还有重定位服务器。重定位服务器的功能只是根据目的s i p 网络终端的用户 名 域名，确定i p 网络用于标识该目的s i p 网络终端的地址信息( i p 地址或完 全限定域名) 。在完成映射后，不是转发该s i p 请求信息，而是通过响应消息将 目的s i p 网络终端的i p 网络地址信息回送给源s i p 网络终端。源s i p 网络终端 可以用目的s i p 网络终端的i p 网络地址信息构成s i p 请求消息，直接将s i p 请 求消息发送给目的s i p 网络终端，如图2 _ 3 所示。 在实际的s i p 网络中，注册服务器、代理服务器、定位服务器及重定位服务 器可以安装在同一个物理服务器上，而且实际应用中，代理服务器可以直接访问 到注册服务器中有关标识s i p 网络终端的用户名 域名和该s i p 网络终端在i p 网络中的地址信息( i p 地址或完全限定域名) 的绑定，同时，代理服务器也可 通过访问用户配置的静态转发路由表来确定下一跳代理服务器。当然，代理服务 器也可通过用其他协议访问定义信息库( 如d n s ) 来获取下一跳代理服务器。 c m 】e r w o r kc o m p c iw o r k c o m c a l i c d w o r k m p c 2 w o r k c o m 图2 3 s i p 重定位操作 从图2 2 中可以看出，为目的s i p 网络终端所在控制域服务的代理服务器发 送给目的s i p 网络终端的请求消息中给出的是标识s i p 网络目的终端i p 地址信 息的u r j ( 这里的p c w o r k c o m 和p c h o m e c o m 均为完全限定域名) ，而不是用于 标识s i p 网络终端的s i p 网络标识符。s i p 网络，用s i p 进行相互作用，用s i p 网络标识符标识s i p 网络终端；承载网络的i p 网络。由于s i p 网络终端同时又 是i p 网络终端，因此，它具有双重标识符，即用于在s i p 网络中唯一标识s i p 网络终端的标识符和用于在i p 网络中确定终端位置的地址信息，这两种标识 符在s i p 中均称为u i u ( 统一资源标识符) 。 图2 4 建立多媒体通信会话的操作过程 如图2 ，4 所示为建立多媒体通信会话的操作过程。源s i p 网络终端发送给目 的s p 网络终端的i n v i t e 消息为请求消息，请求和目的s m 网络终端建立多媒 体通信会话。在通常情况下，n v i t e 消息中需要包含会话描述信息，用于指出 该会话所指定的多媒体信息流的编码格式及所需带宽。当目的s i p 网络终端愿意 和源s i p 网路终端建立多媒体通信会话时，就回送一个o k 响应。但为了避免源 s i p 网络终端重发定时器溢出，通常情况下，目的s i p 网络终端在接收到i n v i t e 消息后，立即回送一个临时响应消息，如图2 4 中的砒n g i n g 消息。源s i p 网络 终端在接收到目的s 1 p 网络发送给它的响应消息0 k 响应消息后，获知目的 s i p 网络终端愿意接受建立多媒体通信会话的请求，发送a c k 消息表示已经接 收到目的s i p 网络终端发送的o k 响应消息，多媒体通信会话建立。在多媒体通 信会话建立后，源和目的s i p 网络终端可以开始相互传输多媒体信息流。在完成 多媒体信息流传输后，任何一方可以发送b y e 消息给对方，表示结束当前多媒 体通信会话。对方接收到b y e 消息后，回送o k 响应消息作为对b 1 忸消息的确 认应答、多媒体通信会话结束。 第二节s i p 消息 无论是用户代理客户( u a c ) 发送的请求消息，还是用户代理服务器( u a s ) 发送的响应消息都具有如图2 5 所示的s i p 消息格式。 起始行 消息头 消息体 图2 5s 口消息格式 s p 消息由起始行开始，起始行后是消息头，消息头后是消息体，消息头和 消息体之间必须用空行隔开。s p 消息分成两类：请求消息和响应消息。这两类 消息的起始行不同。请求消息的起始行指定请求消息类型，而响应消息起始行指 明指定请求是否成功。如果指定请求失败的话，响应消息起始行还给出失败类型 及原因。 消息头给出与特定请求消息或响应消息有关的其他信息，这些信息包括：s i p 消息的发送者和接收者( 源s i p 网络终端和目的s i p 网络终端标识符) 及其他有 关信息。 消息体描述即将建立的通信会话的类型，包括双方交换的多媒体信息流的特 征( 如编码格式等) 。s i p 本身并不对消息体结构和内容定义，目前最常用于定 义消息体的协议是会话描述协议( s d p ) 。消息体也可包括根据其他标准进行编 码的消息类型。事实上，为了在网关之间传送p s t n 或i s d n 信令消息，常以二 进制格式将1 s d 咐用户部分消息( i s u p ) 装入消息体，这样，就可以通过s 1 p 消 息，在网关之间传输n o 7 信令消息。s i p 网络中的中间节点，如代理服务器， 并不对消息体作任何处理，消息体只对源和目的s i p 网络终端有效。因此，对于 s i p 网络而言，消息体相当于封装在s i p 消息中的净荷。 ( 1 ) s i p 请求消息类型 s i p 请求消息由起始行开始。起始行由请求消息类型、请求u m 、s i p 版本 号等组成，它们之间用空格隔开。在起始行末尾用回车换行( c r l f ) 符作为起 始行的结束字符，如图2 6 所示。 请求消息起始行= 请求消息类型请求u 砒s i p 版本号 图2 6s i p 请求消息起始行 目前已经定义了6 种类型的请求消息，它们分别是：i n v i t e 、a c k 、 0 p t l 0 n s 、b y e 、c a n c e l 和r e g i s t e r 。 i n v i t e 消息用于启动一个会话，在i n v i t e 消息中，必须包含主叫、被叫 信息和双方交换的多媒体信息流类型。i n v i t e 消息除了能够用于启动双方通信 会话外，还具有启动多方会议的能力。一旦发送i n v i t e 消息的s i p 网络终端接 收到最终响应消息，它将发送a c k 消息，该消息作为成功接收到最终响应消息 的确认消息。源s i p 网络终端接收到的响应消息可以分为两种：一种是临时响应 消息，如指明i n v e 消息正在转发，或者指示对方正在振铃的振铃指示消息等， 它们只能表明呼叫正在建立：而另一些响应消息如被叫用户忙，或者被叫用户已 接收呼叫请求的o k 响应消息，指明某个会话已成功建立或己完全失败，意味着 当前会话启动过程已结束。这些响应消息已经指明了会话的最终结果，被称为是 最终响应消息。a c k 消息只能作为最终响应消息的确认应答消息。 b 消息用于中止某个会话，主叫或被口qs i p 网络终端都可以发送该消息。 当会话参与者退出会议是，它必须向对方发送b 消息，标识终止当前会话。 o p t i o n s 消息用于查询用户代理服务器( u a s ) 的能力。例如，可以用 o p t i o n s 消息确定被叫用户是否支持某种多媒体信息流类型，是否可以对 i n v i t e 消息做出响应等。u a s 在对0 p t i o n s 消息做出的响应消息中应该包含 它所支持的多媒体信息流类型及当前的工作状态。 c a n c e l 消息用于中止一个未完成的请求过程。如果某个源s i p 网络终端已 经发送了i n v e 请求消息，但未接收到最终响应消息，这意味着会话建立过程 尚未完成，c a n c e l 消息就可以用于终止这种未完成的会话建立过程( 终止已 经建立的会话必须用b y e 消息) 。还有可能存在同一s i p 网络标识符对应多个口 地址信息的情况，如某个人可能拥有多个通信终端，但这些通信终端分配了同一 s i p 网络标识符。在这种情况下，本地代理服务器在接收到来自源s i p 网络终端 的i n v l t e 消息后，能够根据i n v l t e 消息给出的目的s 1 p 网络终端标识符解析 出多个p 地址信息，并同时派生出多个i n v i t e 消息，每一个i n v i t e 消息都以 其中一个解析出的m 地址信息为目的地址。当代理服务器接收到其中一个目的 s i p 网络终端发送给它的表示会话成功建立的最终响应消息后，它必须终止其他 尚未完成的会话建立过程。此时，代理服务器必须向其他目的s i p 网络终端发送 c a n c e l 消息。 r e g i s t e r 消息用于将s i p 网络终端的s i p 网络标识符和对应的i p 地址信息 注册到注册服务器上去，每一个s i p 网络终端在启动后必须向注册服务器发送 r e g i s t e r 消息