（通信与信息系统专业论文）基于ip的可视电话设计及实现.pdf

摘要 y 3 3 s 2 9 自从电话出现后，人们就希望在通话的同时能看到对方的容貌。但是由于受 到技术条件和经济状况的限制，这种愿望许多年来都没有得到实现。现在，随着 科学技术的进步和人民生活水平的提高，大规模发展可视电话的时机已经到来。 另外，可视电话还可以作为廉价的会议电视的终端。这对解决目前会议多、开销 大的问题很有帮助。并且可以减小因旅行而带来的风险，这一点在美国“9 1 1 ” 后显得特别重要。 由于需求的推动，可视电话和会议电视业得到了快速的发展。这其中不可不 提及i t u 的作用。正是它统一了各种标准，包括多媒体压缩标准和网络通讯及 控制协议，使得各厂商的设备之间能够互联互通，为这个行业的发展铺平了道路。 我们设计的可视电话系统是基于i p 的，这是因为目前i p 网络已经比较普及， 并且还在快速发展。另外i p 网络可以提供的带宽比较宽，容易取得令人满意的 通话质量。i t u 有相关的协议，这就是h 3 2 3 协议，它统一规定了信令和音视频 编码格式及传输的标准。 我们用p h i l i p s 的t m l 3 0 0 作为我们系统的主芯片，再配以必要的外围器件 来构成可视电话系统。之所以选择t m l 3 0 0 ，是因为它是一个高效率的d s p 芯片， 具有v l i w 指令，特别适合来进行多媒体处理。并且它能提供一个方便实用的开 发环境。) 二一，“一一 基于i p 的可视电话实现的难点主要集中在音视频编解丑的实时实现、多媒 体数据在局域网上的实时传输、h 3 2 3 协议栈的实现、通话的q o s 保证等方面。 本文正是主要针对这些技术上的难点展开的。f 在论述它们的同时，介绍一些必要 的背景知识，如音视频压缩的技术及标准和h 3 2 3 协议栈的情况等。i 户飞一 本文的第一章，大致介绍了可视电话的发展情况及当前的现状，从中引出我 们的系统。在第二章，论述了h 3 2 3 协议栈，并且介绍了它的核心协议： l 2 2 5 0 和h 2 4 5 。第三章则介绍了音视频压缩的技术及其协议，主要是介绍了音频压缩 方面的内容。第四章和第五章是本文的重点所在，第四章是针对t m l 3 0 0 的语音 编解码器的实时实现。经优化后，我们实时实现了两个低速率的语音编解码器 g 7 2 3 1 和g 7 2 9 a 。第五章是本文的另一个重点：多媒体数据的实时传输，介绍 了我们用c 语言实现r t p 的方法及具体程序。并且讨论了r t p 对传输性能的影 响。最后，进行了总结并且对该系统的未来情况进行展望，希望对后来者有所帮 助。 【关键词】可视电话户会议电视；唾蚕与实时传输i 回7 。 塑垩盔兰堡主堂垡堡兰 一一 a b s t r a c t a f t e rt h eb i r t ho f t e l e p h o n e ，p e o p l ew a n t t os e et h ef a c eo f w h o mt h e y a r et a l k i n g w i t h b u tt h et e c h n o l o g ya n dt h e f i n a n c es t a t u sl i m i tt h i sw i l l i n g n o w w i t ht h e d e v e l o p i n g o fm o d e ms c i e n c ea n dt e c h n o l o g ya n dt h ei m p r o v e o f l i v i n gl e v e l ，t h et i m e t o d e v e l o pv i d e o p h o n e i s c o m i n g v i d e o p h o n e a l s oc a l lb eac h e a pe n d p o i n to f v i d e o 。c o n f e r e n c ew h i c hi sh e l pt os o l v et h ep r o b l e mt h a ti n c l e a s i n gc o n f e r e n c e sc o s t m o r ea n dm o r em o n e ya n dt i m e a n dv i d e o c o n f e r e n c ei sb e c o m i n gp o p u l a ra f t e r “9 11 ”b e c a u s ei tc a na v o i dt h et h r e a to f j o u r n e y v i d e o p h o n e a n dv i d e o c o n f e r e n c e i n d u s t r y i s m o v i n gq u i c k y o n e o ft h e i m p o r t a n tp u l s e i st h er e c o m m e n d a t i o nm a d e db yi t u i t um a d eas e r i e s o f r e c o m m e n d a t i o ni n c l u d i n gm u l t i d e d i ac o d e ca n dc o n t r o ls i g n a ls oa n yo fe q u i p m e n t p r o d u c e db ya n yo f c o m p a n i e s c a nc o m m u n i c a t ee a c ho t h e r t h ev i d e o - p h o n ew ed e s i g ni sb a s e do ni pn e t w o r k ，b e c a u s ei pn e t w o r ki s w i d e s p r e a da n d i ss p r e a d i n gn o wa n di tc a l lp r o v i d ew i d e b a n dw h i c hi si m p o r t a n tt o g u a r a n t e et h eq u a l i t yo f c o m m u n i c a t i o n t h ec o r r e s p o n d i n gp r o t o c o lo f i t u i sh 3 2 3 t h em a i n p r o c e s s o rw e u s ei st m l 3 0 0 p r o d u c e db yp h i l i p sc o t m l 3 0 0 h a sal o t o fa d v a n t a g e ss u c ha si th a sv l i ww h i c hi ss u i t e dt op r o c e s s i n gm u l t i m e d i ad a t aa n d i ta l s oh a v eac o n v e n i e n td e v e l o p i n gt 0 0 1 u s i n gt m l 3 0 0w eo n l yn e e df e wc h i p st o i m p l e m e n t o u rv i d e o - p h o n es y s t e m t h em a i nd i f f i c u l t yo f v i d e o - p h o n ei sr e a lt i m ei m p l e m e n to f a vc o d e c 、r e a l t i m et r a n s m i to f a vd a t ao v e ri p 、i m p l e m e n to f h 3 2 3p r o t o c o ls t a c k ，a n ds oo n t h i s a r t i c l ei s m a i n l y a b o u tt h i s d i f f i c u l t yp o i n t ，w i t h s o m en e c e s s a r yi n t r o d u c eo f b a c k g r o u n d k n o w l e d g e ss u c h a st h et e c h n o l o g yo f a v c o m p r e s sa n dh 3 2 3p r o t o c 0 1 i nt h ef i r s t c h a p t e r , w ep r e s e n tt h ed e v e l o p p i n gh i s t o r y a n dt h es i t u a t i o no f v i d e o p h o n e t h en e x tc h a p t e r , i n t r o d u c e s h 3 2 3 p r o t o c o l s t a c k t h et h i r d c h a p t e r i n t r o d u c e sa vc o m p r e s st e c h n o l o g ya n ds t a n d a r d ，m a i n l ya b o u ta u d i oc o m p r e s s t h e f o l l o w i n gt w oc h a p t e r sa r et h em o s ti m p o r t a n t t h ef o u r t hc h a p t e ri sa b o u th o w t o r e a l t i m ei m p l e m e n to fa u d i oc o d e ci nt m l3 0 0 a f t e rw e o p t i m i z et h ec o d e ，w er e a l t i m e i m p l e m e n tg 7 2 3 1 a n dg 7 2 9 al o wb i t r a t ev o i c ec o d e c t h ef i f t h c h a p t e r d i s c u s s e sa n o t h e r i m p o r t a n tt e c h n o l o g y ：r e a l t i m et r a n s m i ta vd a t ao v e ri p n e t w o r k w eu s ecp r o g r a m l a n g u a g ei m p l e m e n t e d r t pa n dw ed i s c u s s e st h e p e r f o r m a n c eo fr t ra tt h el a s tc h a p t e r , w es u m m a r i z eo u re x p e r i e n c ea n dg i v ea p r o s p e c to f v i d e o - p h o n es y s t e m ，w ew i s h t h i sc a nh e l pt h ef u t u r ed e v e l o p e r s 【k e y w o r d s lv i d e o - p h o n e ，v i d e o - c o n f e r e n c e ，g 7 2 3 1 , r t p , h 3 2 3 2 第1 章概述 1 1可视电话的市场前景 可视电话( v i d e o p h o n e ) 曾经由于价格、性能等因素的影响，并不被用户青睐， 但近年来随着各种条件的具备，可视电话产品，尤其是基于i p 的可视电话，以 其优良的影音品质和强大的功能，吸引了广大的消费者，倍受人们关注。 随着网络时代的到来，整个通信环境得到了大幅改良，由于传输技术的提高 与宽带网络的普及，新一代的可视电话影音品质得到了全面的提升，而且自美国 “9 1 l ”事件后，人们对出门旅行非常慎重，因此，对可视电话需求性与依赖 性迅速增加【l j 。 在美国，自2 0 0 1 年秋天以来，可视电话的销量激增，总销量达到2 0 0 0 年同 期的2 到3 倍，购买者大多为专业用户与个人家庭用户。由于可视电话目前的价 位比较合理，实用性也高，将极有可能取代传统电话的地位1 2 j 。 目前，美国许多医疗部门也开始采用可视电话进行医疗观察与联系，尤其是 对于居家护理的长期慢性病人，医疗单位可随时通过可视电话追踪观察病人每日 动态，既能减少往来路途奔波的时间，又能更有效地为病人提供咨询并开出处方。 在中国，2 0 0 1 年中共中央、国务院办公厅数次发出关于进一步精简会议和 文件的意见，要求各地区、各部门进一步精简会议和文件，强调尽可能利用 现代通信和技术手段召开电视、电话会议，为中国视讯市场的迅猛增长提供了政 策推动力。同时电子政务在2 0 0 2 年开始启动，这也为中国视讯市场的持续增长 注入了新的活力。 而且，对于一般中小型企业而言，可视电话可以提供价廉物美的视频会议功 能，节省差旅支出，提高工作效率。 可视电话根据功能的不同，价格相差很大。可以预见，随着使用的普遍及供 应商的增加，新的音视频压缩技术及芯片不断出现，可视电话的价格将大幅下降， 而其性能则会提高。而随着其性价比的提高，它将会有更大的市场，这样反过来 促进了供应商的积极性。形成良性循环。因此可视电话是一个很有前途的产品， 其市场前景看好。 1 2可视电话的发展回顾 可视电话是一个新生事物，它最早出现在1 9 6 4 年，由美国的b e l l 实验室研 制成功。该实验室在当年的纽约国际博览会上展示了名为p i c t u r ep h o n em o d i 的可视电话系统，它的频带只有3 0 0 到3 4 0 0 h z ，只能传送黑白静止硬拷贝图像。 其后，美国b t 公司研制出1 m h z 带宽的黑白会议电视系统，名为p i c t u r e p h o n e m o d i i ，它可提供活动图像的可视业务。该系统于7 0 年代初在美国匹兹堡和芝 加哥之间投入商业服务。上述系统由于采用的是模拟技术，当时也没有先进的音 视频压缩技术，因此这些系统占用带宽较大，成本高昂，所以它们都没有得到商 业用户的支持。 到了7 0 年代，模拟技术向数字技术转移，可视电话也获得了新发展。在这 个阶段，美国、日本、加拿大、西欧等都推出了可视电话系统，但是，由于当时 音视频压缩技术还不是很成熟，而且大家遵循的技术标准也不一样。因此，可视 电话( 会议电视) 业没有取得很大的发展。 从1 9 8 8 年起，原c c i r 和c c i t t 共同展开了图像压缩标准化的工作，并于 当年提出了用于会议电视、电视电话的h 2 6 1 图像编解码建议。该建议于1 9 9 0 年1 0 月通过。随着该建议的通过和其它一些相关建议的通过，可视电话业作为 一种产业开始了迅速发展。 国内的情况大致同国际的情况差不多，也是先从黑白模拟会议电视开始，到 1 9 7 8 年北邮和南邮开发出了这种制式的会议电视。随后，也向数字化方向发展。 多家单位研制出了可视电话系统1 3 j 。 1 3 技术可行性分析 可视电话虽然吸引人，但是其难度也不小。但是随着科学技术的发展，可视 电话的各项关键技术均取得了突破性的发展，这给可视电话的发展铺平了道路。 下面就从技术的角度阐述研发可视电话的可行性。 可视电话的难点主要体现在以下几个方面：要有足够好的多媒体编解码算 法：要有处理能力足够强的芯片，以便实现这些算法；要有通信传输必需的传输 网络。以上三个条件是相辅相成，缺一不可的。另外，对于产业化而言，要有一 个大家公认的标准，以便于不同公司的产品之间能互联互通；价格也不能太高。 众所周知，微电子业在上一个世纪里，特别是下半世纪，取得了突飞猛进的 发展。现在各个公司提供的高性能处理器芯片，基本上都能胜任担当可视电话主 处理器的重任。并且价格合理。在本文的下面还将给出这些芯片的比较。在编解 码算法方面，同样取得了很大的发展，不管在音频还是视频方面。自上世纪8 0 年代以来，陆续出现了许多先进的编解码算法。其中音频方面比较有代表性的有： g 7 2 3 1 d i 、g ；7 2 9 5 1 、g 7 2 8 6 、l p c 一1 0 1 7 1 等等；视频方面有 l 2 6 1 8 1 、h 2 6 3 9 】、 h 2 6 3 + | j 叫、h 2 6 3 + + f j j j 、h 2 6 4 ”j ( 先前称为h 2 6 l ) 等等；音视频交织的有 m p e g - - 1 i i 、m p e g - - 2 1 1 4 j 、e g 一4 【1 5 】等等。这些算法的共同特点就是在相 对比较低的码率下也能得到较好质量的音视频效果。至于传输网络，有带宽比较 低但普及率很高的公众电话网( p s t n ) ；也有带宽比较高但普及率相对较低的 6 i s d n ；也有普及率较高带宽也较宽的i p 网等；并且这些网络目前正在普及( 尤 其是i p 网) 。在技术标准方面，i t u 先后推出了h 3 2 3 【州( 基于i p ) 、h 3 2 0 ” ( 基于i s d n ) 、h 3 2 4 t t 8 1 ( 基于p s t n ) 等协议，形成了比较完善的协议体系； i e t f 也推出了s i p 1 川( 基于i p ) 协议。关于这些协议的具体情况，本文下面还 有介绍。目前市场上也出现了基于这些协议的产品，并且市场上的可视电话产品 基本上都符合上面协议中的一种或多种。 综上所述，阻碍开发可视电话的技术障碍目前已经消失，我们开发可视电话 在技术上是完全可行的。 1 4 基于i p 的可视电话 1 4 1各种类型可视电话的比较 可视电话依据其通讯媒体的不同，有好几种类型。普通的有基于p s t n 的， 由于p s t n 网络的高普及率，故基于p s t n 的可视电话是较早实用化的可视电话 产品。i t u 有相应的协议：h 3 2 4 。但是，由于p s t n 网的带宽低于6 4 k b i t s s ， 故基于p s t n 网的可视电话效果并不好。基于i s d n 的可视电话，其标准为h 3 2 0 ， 基于i s d n 的可视电话是基于电路交换的，是有q o s 保证的，可靠性较高。目前 已经有较多的用户。但是虽然其带宽比p s t n 高一倍以上，音视频质量有较大的 改善，但是其普及率不高。而m 网的带宽比前两者高很多，一般都是1 0 m 以上 的，且普及率也较高，仅次于p s t n 网。从它的发展趋势看，i p 网有可能在将来 统各种网络，成为第一大网，发展前景看好。目前，一般企事业单位都有内部 局域网( 一般是以太网) ，而且城域网也在快速发展( 比如中国的网通) 。因此我 们的可视电话是基于i p 网的。基于i p 还可以带来另外的好处，即一般情况下可 以获得令人满意的音视频质量。 目前，已经有国外及国内公司的可视电话或会议电视系统，它们有m i c r o s o f t 的n e t m e e t i n g l 2o j ：3 c o m 公司的b i gp i c t u r e l 2 h 。国内的有武汉大学瑞风科技公司 的系列产品，有基于p s t n 、i s d n 和基于i p 的产品阱j ；深圳中兴通信科技股份 有限公司的基于i s d n 或i p 的产品【2 。这些产品基本上都是运行在p c 机上的， 以软件的形式提供给用户。因此，这些产品有一定的优点，如可以利用计算机上 的丰富的资源，提供各种各样的服务。但是也存在一定的缺陷，如用户需要有一 台p c 机；通话双方都要启动程序；稳定性受到计算机( 主要是操作系统) 稳定 性的影响等等。为了改变这种情况，我们设计了一个独立的设备，它不依赖于 p c 机。简而言之，是一个带有视频功能的电话机。但是，这个电话机的接口是 以太网的接口，而不是普通的电话线接口。 1 4 2我们开发的系统的简介 我们致力开发的是独立的、基于l p 的可视电话，外观相当于一个有显示屏 的电话机，参考图如图卜1 所示。 图1 - l可视电话外观 与普通电话不同的是，它能提供商质量的音视频服务。此外，根据市场需求， 它还应具有以下特点： 能解码多种格式的音视频流。 具有呼叫转移、来电显示等功能。 能进行多方呼叫，以便组成简单的会议电视系统。 符合h 3 2 3 标准，在增加必要的设备的情况下，如m c u 等，可以组成 标准的会议电视系统。并且能与其它的符合h 3 2 3 标准的设备兼容。 可以进行网络别名呼叫。 价格合理，并且性价比高。 其它各种多媒体功能 为达到以上的性能要求，我们精心设计了该系统的实现方案。下面就来介绍 我们的实现方案。 1 5实现方案 可视电话有多种实现方案。可以用通用的芯片，如用t i 公司的d s p 实现2 4 】： 用专用的会议电视芯片，如8 x 8 公司的l v p 2 5 i 芯片和w i n b o n d 公司的w 9 0 2 2 1 f 1 2 6 1 芯片实现；或者在p c 机上【2 7 1 1 2 8 l 用软件实现。由于我们是要实现独立的可视电话 系统，故只能选用前两种方案。 在前两种方案中，用专用的会议电视芯片实现最简单。因为在这些专用的芯 浙江大学硕士学位论文 片罩，一般都集成了音视频的采集、编解码部分，我们只要增加一些存储器、网 络接口和外围设备等就可以组成一个完整的可视电话系统。但是，用这些芯片也 有一定的缺点，就是灵活性不够，如要升级或增加新的编解码标准的话，基本上 就需要更换整个系统。 用通用的d s p 芯片来实现，有两种不同的方案。一种是将d s p 芯片作为系 统的控制器，运算密集的部分，包括音视频编解码，用专用的芯片的实现，如视 频压缩的h 2 6 3 2 6 1 标准可以用w i n b o n d 的w 9 9 6 1 c f 来实现，音频压缩标准 g 7 2 3 1 用w 9 9 7 5 来实现。这种方案的优点是系统容易实现，而且稳定性容易得 到保证。缺点是采用芯片多，成本较高，灵活性不够。 另一种就是用软件实现媒体的编解码，在一个主芯片里面运行包括系统控 制、多媒体编解码、网络收发在内的程序，则不存在上面提到的诸如成本、升级 等问题。当然，该实现方案也有缺点，就是研发难度比较大，研发周期比较长， 而且系统稳定性也难以控制。经过我们的综合考虑，特别是考虑到价格、货源等 实际因素，我们最终决定采用这种方案来实现我们的系统。接下去就是芯片的选 择问题。目前，有很多的d s p 芯片，其中一些是专门设计的特别适合于多媒体 处理的。有代表性的有t i 公司的t m s 3 2 0 c 6 2 2 9 1 、t m s 3 2 0 d m 6 4 2 3 0 1 ，p h i l i d s 公 司的t m l 3 0 0 t ”j 等等。t i 的前一款芯片比较普通，目前应用也比较普遍。而 t m s 3 2 0 d m 6 4 2 芯片是t i 计划于今年第一季度推出的专用于多媒体处理的，其 最高频率为6 0 0 m - z 。该芯片实际上就是集成了t i 的c 6 4 系列的d s p 核和些 外围处理电路，特别是具有一个网络接口。因此，这给开发包括基于i p 的可视 电话在内的基于i p 的多媒体系统提供了极大的方便。该芯片的指令部分专门为 视频信号的处理作了优化，这样就给视频处理提供了极大的帮助。系统的关键部 分，包括系统软件，媒体编解码，则是以软件的形式，在d s p 核里运行。这样 就使使用它开发的系统具有足够的灵活性。 而t m l 3 0 0 则是p h i l i p s 公司开发的专门用于多媒体处理的芯片。是该公司 t m lx 系列芯片中的一款，其最高频率达2 0 0 m h z 。同上述的d m 6 4 2 芯片 相比，该芯片就相当于没有网络接口部分的d m 6 4 2 。关于t m l 3 0 0 芯片的细节 方面，我们将在下面的有关章节中给出。 由于这些芯片性能相近，因此也很难决定采用哪一种芯片。最后，考虑到公 司实力、芯片的性价比、开发的难易程度、后续服务等各种因素，我们决定采用 p l l i l i p s 公司的t m l 3 0 0 芯片。因为该芯片具有价格低、开发工具容易使用等等优 点。图1 2 给出了采用t m l 3 0 0 的系统的框图。 9 图1 - 2系统框图 由图可见，在t m l 3 0 0 的支持下，我们只要配一定的外围芯片，就可以组成 一个可视电话系统。而关键的部分，则是t m l 3 0 0 上运行的程序，开发的难点也 主要集中在这里。为了更加方便系统的设计，p h i l i p s 公司还推出了t m l 3 0 0 的后 续型号：p n x l 5 0 0 。关于这款芯片，在本文的后面有介绍。 1 6 本章小节 本章从可视电话的市场前景开始，提及了可视电话的发展历史，并且从技术 角度来论证实现可视电话的可行性。然后，对比各种可视电话的实现方案和各种 处理芯片，最终提出了自己的实现方案：用t m l 3 0 0 芯片作为主处理芯片，再配 以一些外围芯片，来实现可视电话系统。 1 0 第2 章h 3 2 3 协议栈 2 1多媒体通信协议简介 目前，基于i p 的多媒体通信标准主要有1 1 u t 制定的h 3 2 3 协议和i e t f 制定的s i p 协议。h 3 2 3 由1 1 u 在1 9 9 6 年1 1 月提出的，当时其名称为“v i s u a l t e l e p h o n es y s t e m s a n d e q u i p m e n t f o rl o c a la r e an e t w o r k sw h i c hp r o v i d e a n o n g u a r a n t e e dq u a l i t yo fs e r v i c e ”即“基于非q o s 局域网的可视电话系统和设 备”。随着技术及实际需要的发展，增加了r s v p ( 资源预留协议) ，成为h 3 2 3 v 2 ， 名称也变成“基于分组的多媒体通讯系统”。i t u 于1 9 9 7 年颁布这个协议。该 协议已被工业界广为采用。涵盖了从会议电视、可视电话到妒电话系统等产品。 例如在我国，中国电信的i p 电话系统就是符合h 3 2 3 标准的。相比而言，i e t f 于1 9 9 9 年制定的s i p 协议比较简单，并且正在形成过程中，它的应用范围也主 要局限在北美国家，它们之间的比较见表2 一i 1 3 2 1 。因此，虽然开发h 3 2 3 难度远 比s i p 大，但是采用h 3 2 3 协议风险比较小。 表2 - 1s i p 与h 3 2 3 的比较 s i ph 3 2 3 由i e t f 制定i t u 制定 定义了一个协议定义了一个协议集 用于因特网，向所有i p 用户开放面向l a n 设计 基于文本( a s c i i ) 的协议基于a s n 1 的协议 参考h 丁t p 和s m t p 设计 参考q 9 3 1 通过u r l 寻址通过e 1 6 4 或邮件地址寻址 定义了s i p 服务器和终端，不需要网关定义了编码方式、终端、网守和网关 通过t c p u d p 传送通过t c p u d p 传送 呼叫控制在终端完成呼叫控制在网守完成 呼叫建立简单呼叫建立复杂 代理服务器参与呼叫的建立网守参与呼叫过程 多媒体能力协商简单多媒体能力协商复杂 移动性是s i p 一部分功能没有考虑用户的移动性 容易集成在i p 网络中容易与p s t n 协同工作 没有涉及计费功能考虑到了计费 正在形成过程中 已经比较成熟 2 2h 3 2 3 协议栈 从总体上说，h 3 2 3 协议是一个框架性的建议，它涵盖了终端设备，音视频 和数据的传输，通讯控制，网络接口等等方面的内容，还包括了组成多点会议的 塑坚叁堂堡主堂竺丝苎 一 多点控制单元( m c u ：m u l t i p o i n t c o n t r o lu n i t ) ，多点控制器( m c ：m u l t i - p o i m c o n t m l l e r ) ，多点处理器( m p ：m u l t i p o i n t p r o c e s s o r ) ，网关( g w ：g a t e - w a y ) ， 以及h 3 2 3 独有的网闸( g k ：g a t e k e e p e r ) 设备。它的系统结构如图2 一l 所示。 图2 - 1h 3 2 3 系统结构 其中最后一个是按h 3 2 1 模式运行的h 3 1 0 终端 h 3 2 3 的协议栈如图2 2 。 图2 - 2h 3 2 3 拂议栈 上图中有关的协议或标准简介如下： h 2 2 5 0 f 3 3 j ：基于分组的多媒体通讯系统中的呼叫信令和媒体打包协议，它 定义通讯中的具体信令和r t p 依t c p 。 1 2 h 2 4 5 1 3 4 1 ：多媒体通讯控制协议，用于多媒体信道控制。它和h 2 2 5 0 一起 提供了h 3 2 3 的主要控制功能。 q 9 3 1 1 3 5 1 ：基本呼叫控制协议，i s d n 用户一网络接口的第三层规范。用于 h 3 2 3 设备之间呼叫通道的呼叫建立信令和呼叫建立过程，这里用的是q 9 3 1 的 子集，作为h 2 2 5 0 的一部分，它利用t c p 作为传输层。 g 7 4 5 1 1 6 1 3 6 3 7 】：是音频源编码标准，在本文的下面有较详细的介绍。 h 2 6 1 1 s j 、h 2 6 3 1 9 ：视频信源编码协议，本文后面有介绍。 t 1 2 0 3 8 】：多媒体数据传输协议，提供诸如数字白板之类的功能。 h 4 5 0 1 3 9 1 4 0 1 1 4 1 1 1 4 2 1 1 4 3 1 4 4 1 1 4 5 1 1 4 6 i 系列：系通用功能协议，提供诸如呼叫转移之类 的补充业务。 h 3 2 3 系统的基本组成单位是“域”( z o n e ) ，一个h 3 2 3 系统的域是由一个 网闸( g k ) ，网关( g w ) ，多点控制器( m c u ) ，和所有的终端的集合。一个域 至少要有一个终端，并且必须有且只有一个g k 。域可以独立于l a n 的拓扑结 构，也可以由多个l a n 段经路由器连接而成。最常见的h 3 2 3 的域如图2 3 所 示。 图2 - 3h 3 2 3 的域 其中t ( t e r m i n a l ) 表示终端，r ( r o u t e r ) 表示路由器。 各部分介绍如下： 终端( t ) h 3 2 3 终端是用来进行实时双向多媒体通信的，它提供用户界面。在它里面， 运行着h 3 2 3 的协议栈和各种应用程序，比如音视频编解码器和网络收发器。按 照h 3 2 3 协议规定，它必须支持g 7 1 】音频编解码标准。在支持多种音频编解码 标准时，应该能在不对称的方式下工作，例如编码用g 7 l l ，而鳃码用g 7 2 3 1 。 在可视电话和会议电视应用中，终端还应支持h 2 6 系列图象编解码以及t 1 2 系列数字通讯标准。只具有音频编解码器的h 3 2 3 终端其实就是一个i p 电话。 网关( g w ) 网关的主要功能是对媒体信息和信令信息进行转换，另外还对它们的外部封 装格式进行转换。经适当转换后，位于两种不同的网络中的h 3 2 3 部件( 如终端) 可以进行通信。比如，一个网关可以提供一个h 3 2 3 终端和一个s c n ( s w i t c h e d c i r c u i tn e t w o r k ) 终端之间的通信。这种网间互连是通过协议的翻译、呼叫的建 立和释放、媒体格式的转换以及在网络间传送信息来实现的。在一个h 3 2 3 域内 的两个终端的连接不需要网关。 恻闸( g k ) 一个网闸提供对h 3 2 3 端点和呼叫的管理功能。虽然它是一个任选的部件， 但在实际运行的公用网上的h 3 2 3 系统而言，它是一个不可缺少的重要部件。因 为它能够提供许多重要的服务：如地址翻译，对终端和网关的授权及认证，带宽 管理，区域管理，记费功能等等。它还可以提供呼叫路由( c a l l - r o u t i n e ) 服务。 多点控制单元( m c u ) m c u 提供对三个以上h 3 2 3 终端进行会议的支持。所有参加会议的终端都 和m c u 建立一个连接。由m c u 来管理会议资源，与各个终端之间协商决定用 哪一种音频和视频编解码器。网关、网守和m c u 在逻辑上分离的，但是在一个 h 3 2 3 域中它们是可以作为一个物理设备来实现。 2 3h 3 2 3 的核心协议 h 3 2 3 的核心协议包括h 2 2 5 0 和h 2 4 5 。前者定义了呼叫控制和媒体的打 包协议( r t p k t c p ) ，后者则定义了连接建立后的控制机制。 2 3 1h 2 2 5 0 简介 实际上，h 2 2 5 0 由三部分组成，即呼叫控制、如何利用r t p 对音视频信号 进行封装和定义了登记、接纳、状态( r a s - - r e g i s t r a t i o n ，a d m i s s i o n ，s t a t u s ) 协议。r a s 协议主要规定了终端和g k 通信的标准，本文不详细讨论。r t p 的 部分由于本人曾对其编程，故在后面有较详细的论述。下面主要介绍呼叫控制部 分。h 2 2 5 0 的呼叫控制部分主要借鉴了i s d n 呼叫控制协议，包括q 9 3 1 和 q 9 3 2 【4 ，主要是q 9 3 1 协议而制定的。q 9 3 1 是i s d n 中的用户一网络接1 2 的第 三层信令协议，用于基本呼叫控制。h 2 2 5 0 中的呼叫控制协议相当于q 9 3 1 的 一个子集。h 2 2 5 0 采用q 9 3 1 呼叫信令消息的情况见表2 - 2 。 表2 - 2 q 9 3 1 和h 2 2 5 0 消息对照 序号 q 9 3 1 消息名 作用h 2 2 5 0 采用否 1 s e t u p 请求建立呼叫m 2 s e t u pa c k n o w l e d g e响应s e t u p 消息请求后续地址 o 3c a l lp r o c e e d i n g 响应s e t u p 消息，表示呼叫建立过程 o 已启动 4 a l e r t i n g 指示呼叫已经到达被叫，正在等待被m 叫用户应答。 5c o n n e c t指示被叫方已经接受呼叫连接m 6 c o n n e c t a c k n o w l e d g e响应c o n n e c t 消息 7 p r o g r e s s指示呼叫建立中的其它消息o 8 s u s p e n d终端请求暂停呼叫 浙江大学硕士学位论文 9 s u s p e n d a c k n o l e d g e 啊厦s u s p e n d 捎思，表不已j 蛋毙呼叫 暂停 l o s u s p e n dr e j e c t响应s u s p e n d 消息，表示拒绝暂停 1 1r e s l l m e 终端请求恢复原先暂停的呼叫 1 2r e s u m e a c k n o l e d g e响应r e s u m e 消息，表示呼叫已恢复 1 3r e s u m e r e j e c t响应r e s u m e 消息，表示呼叫恢复失 败 1 4d i s c o n n e t 指示信道连接已拆除 15r e l e a s e 响应d i s c o n n e c t 消息 】6r e l e a s ec o m p l e t e 响应r e l e a s e 消息，指示释放信道和m c r v ( 呼叫引用值) 1 7r e s t a r t 重启动相关信道 1 8r e s t a r t a c k n o l e d g e响应r e s t a r t 消息 f 9i n f o r m a t i o n 提供附加信息o 2 0 n o t i f y通知远端用户呼叫中发生的事件o 2 1s t a t u se n q u i r y 终端或网络向对方询问呼叫状态o 2 2s t a t u s 响应s t a t u se n q u i r y 消息，也可以主动m 报告呼叫状态或收到不认识的消息。 通信过程是通过在通信双方之间传递消息实现的。如果系统中存在网闸 ( g k ) 的话，还有可能与网闸有关系。一个最简单的h 3 2 3 呼叫是没有网闸， 只有终端参与呼叫过程，如图2 - 4 所示。 e n d p o i n t1e n d p o i n t2 c a l ls i g n a l l i n gm e s s a g e s 图2 - 4 没有g k 时的呼叫过程 由图可见，此时呼叫过程很简单。主叫方只需要发送一个s e t u p 消息就可以 了。至于这些消息的具体内容及其组成方式，限于篇幅，这里不再详细讨论。下 面再给出一个有o k 的呼叫过程示意图。该图是两个终端注册到同一个g k ，并 且是直接呼叫方式的时候的呼叫过程示意图。 2 r a $ m e 吨e g c a l l s 硬枷堰l v k 嚣a z e s 图2 - 5有g k 时的呼叫过程示意图 由图可见，这时的呼叫过程涉及了r a s 。因此，比没有g k 时要复杂。而 且，如果g k 参与q 9 3 i 消息转发的话，呼叫过程将更复杂。 2 3 2h 2 4 5 简介 h 2 4 5 是媒体通信控制协议，用于控制通信信道的建立、维护和释放。它也 是通过消息机制实现的。这些消息可以分成4 类：请求、响应、命令和指示。这 些消息的比较见表2 - 3 。 表2 - 3h 2 4 5 消息的4 种类型 消息类型消息作用 请求要求接收方执行所要求的动作，并立即返回响应 响应是对请求消息的回复，可以是证实、拒绝或返回请求的结果 命令也是要求接收方执行所要求的动作，但是并不要求返回响应 指示只是传送消息，不要求接收方执行动作，也不要求其回送响应，通常只是指 示终端的状态信息。 消息的具体名称这里不再罗列。 h 2 4 5 主要协议过程有能力交换过程、主从决定过程、逻辑信道信令过程和 呼叫释放过程。在h 2 2 5 0 呼叫成功以后，首先是执行能力交换过程。它使通信 双方了解对方接收和发送信号的能力。这里的能力是指端点所具备的媒体编解码 能力。通过能力交换，可以根据对方的接收能力和本方的发送能力，再依据优先 级，来确定本方的媒体编码格式。能力集交换成功后，进行主从确定过程。该过 程是为了解决以下的冲突：两个均含m c 功能的端点的m c 冲突和两个端点同时 1 6 浙江大学硕上学位论文 打开双向信道时的冲突问题。解决办法是先比较双方的终端类型值( 表4 ) ，类 型值大者( 功能强者) 为主机；如双方终端类型值相同，则生成一个随机数，比 较随机数的大小，大者为主机；如随机数也相同，则重新进行主从确定过程，直 到主从确定成功。在会议通信中，如果某个m c 成为主m c ，其终端类型值就会 变成2 4 0 。 表2 4h 3 2 3 实体类型值 实体功能终端网关网闸 m c u 不含m c u 功能 5 06 0| 含m c u 功能，但不含m p 功能 7 08 01 2 01 6 0 含m c u 功能和数据m p 功能 |9 01 3 01 7 0 含m c u 功能和数据、音频m p 功能 1 0 01 4 0 1 8 0 含m c u 功能和数据、音频、视频m p 功能 1 1 01 5 01 9 0 能力交换和主从确定是h 2 4 5 协议的两个初始过程，只有在这两个过程成功 完成后，才能进行后续的信道建立过程。信道也就是媒体的传输信道。信道建立 后，就可以进行音视频信息的传送了。呼叫的释放在通信完成后进行，呼叫的任 何一方都可以发起呼叫释放。呼叫释放完成后，h 2 4 5 控制信道和逻辑信道都关 闭，端点可以进行下一次呼叫。 2 3 3a s n 1 前面所述的h 2 2 5 0 和h 2 4 5 消息都要由a s n 1 进行编码后，方可发往目的 地。故在实现h 3 2 3 标准时，a s n 】是一个无法回避的问题。a s n 1 ( a b s t r a c t s y n t a xn o t a t i o no n e ：抽象语法符号1 ) 是一种描述结构信息的语言，一般的， 这些信息将要在接口或通讯媒体中传输。a s n 】已经被标准化【4 引，并且在通讯协 议中得到了广泛的使用。除了在h 3 2 3 中得到应用外，在其它协议中也得到了广 泛的应用，如在x 5 0 0 目录服务协议和s n m p ( s i m p l en e t w o r km a n a g e n l e n t p r o t o c o l ：简单网络管理协议) 中。 在a s n 1 出现之前，通讯协议中传送的信息通常用协议消息中的特定的比 特或b y t e 来描述，就像在高级语言出现以前，程序员必须处理存储输出中的比 特和b y t e 一样。有了a s n i ，协议