（通信与信息系统专业论文）视频会议internet网络传输研究.pdf

摘要 摘要 随着i n t e m e t 网络的迅速发展，传统的视频会议系统正向着基于i n t e r n e t 网络 实现的方向发展。本文实现了一个简单的视频会议i n t e m e t 网络传输系统，研究了 在现有i n t e m e t 网络上传输视频会议存在的服务质量问题和同步问题。对于视频会 议i n t e m e t 网络传输的服务质量问题，本文首先分析了i n t e m e t 网络上的端到端时 延，结合时延分析，在传输系统中采用带质量指示反馈的变速率视频传输方案， 另外在接收端采用回放缓冲方案以减小i n t e r n e t 网络时延抖动。对于视频会议 i n t e r n e t 网络传输时存在的媒体同步问题，本文引进了i s o i e c 的p 砌! m o 模型， 统一处理基于时间和基于事件的同步方法。结合这个模型，在传输系统中采用 种自适应多媒体同步方法。最后，还结合i n t e m e t 网络的发展，研究了a t m 信元 时延对视频会议传输系统实时性的影响。 关键词：i n t e r n e t 网络视频会议服务质量同步 摘要 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to f i n t e m e tn e t w o r k s ，t h et r a d i t i o n a lv i d e oc o n f e r e n c ei s c h a n g i n gt o w a r di m p l e m e n t i n go ni n t e r n e tn e t w o r k s t h i sp a p e rs t u d i e so nt h e q u e s t i o n s o fq u a l i t yo fs e r v i c ea n ds y n c h r o n i z a t i o nb e t w e e nm u l t i m e d i ai nt h e t r a n s m i s s i o ns y s t e mo fv i d e oc o n f e r e n c eo ni n t e r n e t o nt h eq u e s t i o no fq u a l i t yo f s e r v i c e ，t h ep a p e ra n a l y s e st h ee n dt oe n dd e l a yo ni n t e r n e tn e t w o r k s ，t h e nav a r i a b l eb i t r a t es c h e m eb a s e do nq u a l i t yi n d i c a t i o nf e e d b a c ki sa d o p t e di nt h et r a n s m i s s i o ns y s t e m a tt h es a m et i m e ，s e v e r a ld e l a yr e d u c t i o nt e c h n i q u e sf o rp l a y o u tb u f f e r i n ga l eu s e da t r e c e i v e re n d o nt h eq u e s t i o no fs y n c h r o n i z a t i o n ，t h ep r e m om o d e li si n t r o d u c e di n t h ep a p e r , w h i c hi su s e dt ou n i f o r m l yt r e a tt h et w os y n c h r o n i z a t i o np a t t e r n sb a s e do n t i m ea n de v e n t s e p a r a t e l y w i t l l c o n s i d e r a t i o no fp r e m om o d e l a na d a p t i v e m u l t i m e d i as y n c h r o n i z a t i o ns c h e m ei su s e di nt h et r a n s m i s s i o ns y s t e mo fv i d e o c o n f e r e n c e l a s t ，“山av i e wt ot h ed e v e l o p m e n to fi n t e m e tn e t w o r k s ，t h ep a p e rs t u d i e s t h ei m p a c to fa t mc e l ld e l a yo nm u l t i m e d i ai nt h et r a n s m i s s i o ns y s t e mo fv i d e o c o n f e r e n c e k e y w o r d s ：i n t e r n e tn e t w o r k s v i d e oc o n f e r e n c e q u a f f t y o fs e r v i c e s y n c h r o n i z a t i o n 创新性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中加以标注和致谢中所罗列的内容以外，论文中不包含 其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中做了明确的说明并表示了谢意。 本人签名0 铋显 日期枷三- ，一w 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：学校有 权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部 分内容，可以允许采用影印、缩印或其它复制手段保存论文。( 保密的论文在解密 后遵守此规定) 本人签名：4 i 笼 也 导师签名 f 谢 日期1 硒z i w 日期j 瑶d v 第一章绪论 第一章绪论 进入9 0 年代后，i n t e m e t 在全球迅速普及，其对社会生产生活的影响遍及每个 角落，每个人。现在人类已进入信息时代，我国对经济信息化亦相当重视。 当前我国的信息化建设已处于高速发展时期。信息化时代的到来，使得人们 考虑用现代化的i n t e m e t 网络技术改造传统的一些信息传输模式。 视频会议系统是将分布在各个不同地点的远程参加会议者组织起来，传输参 加会议者声音、视频、控制信息及数据等，以达到与会者之间的交流的目的。视 频会议系统在节约会议成本、节约与会人员的参会时间、方便会议召开及会议记 录等方面有着较大的应用意义，它的出现是生产社会化，分工专业化的需要。视 频会议系统有几种不同的实现方案。随着i n t e m e t 网络的迅速发展，视频会议系统 正向着基于i n t e m e t 的智能视讯系统方向发展。 1 1i n t e r n e t 的快速发展及其主要特点 美国国防部的高级研究项目局( a r p a ) 在7 0 年代中期开始了互联网技术方 面的研究，互联网的体系结构和主要协议在1 9 7 7 年到1 9 7 9 年开始成熟。起初的 研究集中在分组交换网络上。后来随着网络硬件技术的多样化，a r p a 开始研究网 际互连。a r p a 对网络技术的研究结果表现为：制定了一组网络标准，这些标准规 定了计算机通信的细节，以及一组网络互连和选路的协议，即t c p i p 互连网络协 议。7 0 年代以后，以i p 协议为基础的网络得到了快速发展，1 9 8 8 一1 9 8 9 年出现第 二个n s f n e t 主干网。1 9 9 1 年1 0 月，i b m 、m e r i t 和m c i 组成了一个非盈利的 公司叫做高级网络和服务a n s 。a n s 于1 9 9 3 年又建立一个新的网络，叫做 a n s n e t 。a n s n e t 运行在4 5 m b p s ，大约是以前的n s f n e t 主干网的通信量的 3 0 倍。表1 1 为1 9 8 0 一1 9 9 7 年i n t e m e t 发展情况的一组数据。 表1 1i n t e m e t 发展情况简表 时间网络数目计算机数目管理员数目 1 9 8 0 年1 0 1 0 21 1 9 9 0 年1 0 31 0 3 1 0 21 0 1 9 9 7 年 1 0 3 1 0 31 0 3 十1 0 3 十1 0 21 0 2 现在i n t e m e t 网络正向着宽带高速化的方向发展，也出现了一些新的网络协议 如r s v p ，i p v 6 等，网络基础结构正向a t m 互连网络演变。 当前i n t e m e t 网络有着以下几个主要特点： 1 它是分组交换网络。所有在i n t e m e t 网络传输的数据都被打包成大小不等的 视频会议i n t e m e t 网络传输研究 数据报，网络设备如路由器等根据一个一个独立的数据报进行交换转发。这是分 组交换网络与电路交换网络的最大不同之处。在分组交换网络，网络设备根据数 据报的地址选项字段，结合网络当前可用路由，在路由控制算法的控制下动态选 择一条路由，转发数据报。 2 它是基于协议互连形成的虚拟网络。i n t e m e t 网络的物理基础是由多个单独 的网络经由网关设备( 如：路由器、网桥等) 互相连结形成的网络，而且这些网 络的组织和体系结构往往是彼此不相同的( 也即是异构的) ，所以要采用一种“网 际协议”将整个网络中的各个异构网络在某个层次( 一般是网络层) “串联”起来， 以达到任意系统之间的互通环境。这种依靠协议实现互通的网络显然属于一种虚 拟网络。 3 网络组织结构复杂和可变。i n t e m e t 网是开放式的，参与互连的各个个体网 络与整体网络的接入都是动态可变的。另一方面，由于个体网络的类型不受限制， 这就导致了i n t e m e t 网络的内部组织结构，以及随之形成的作用范围都非常复杂和 可变，形成一种“网无定网，界无定界”的动态布局。 4 能提供多功能多业务的服务能力。 5 高层的协议体系是全局的、独立于个体网络的。i n t e r n e t 网络中的各个个体 网络之间的异构性，只限制在网络层以下的范围内，对于网络的应用来说，这种 差异己被网际协议掩盖起来了。i n t e m e t 网的网络层以上的部分，在统一的高层协 议作用下，所形成的环境是全局的、同构的互通环境。用户的应用系统所面对的 正是这个全局环境，它显然独立于下层的个体网络异构环境。 1 2 视频会议系统的发展及其与i n t e m e t 的融合 视频会议系统大约在4 0 年前开始发展，该领域的技术和相应的标准一直处于 不断发展的过程中。2 0 世纪的6 0 年代至8 0 年代是模拟视频会议系统发展阶段。 由于所传送的信号为模拟信号，所需的传输带宽较大，因而模拟视频会议系统价 格昂贵，几乎没有实际的应用。2 0 世纪8 0 年代也出现一些利用电话网传送具有静 止图像信息的可视电话系统，但由于这种系统传送静止图像所需时间较长，除了 在警察等特殊领域中得到少量应用外，并没有大规模地应用。 2 0 世纪9 0 年代初期至1 9 9 5 年是i s d n 上数字视频会议系统的发展阶段。该阶 段是视频会议系统发展较快的一个时期，这主要得益于数字图像压缩技术的进步 ( 比如r r u t 通过h 2 6 1 协议等) 以及i s d n 技术和标准的成熟。在此阶段，出 现了一些基于i t u th 3 2 0 系列协议的视频会议系统。另外，由于a t m 技术在2 0 世纪9 0 年代也开始走向成熟，市场上也出现了一些基于i t u th 3 1 0 系列协议的 具有高分辨率的宽带视频会议系统。 第一章绪论 另一方面，p s t n 仍然是目前世界上覆盖面最广的网络，加上数字信号处理技 术的进步，i t u t 又推出了新的活动视频压缩协议h 2 6 3 及h 2 6 3 + 等，i s o i e c 也推出了m p e g 系列协议，较新的己进展到m p e g 2 1 。数字视频处理技术的进步， 使得在p s t n 上实现视频会议系统变得具有一定的现实意义。 2 0 世纪9 0 年代后，i n t e m e t 网络异军突起，i n t e m e t 对人类社会的影响已经渗 透到方方面面，基于i p 的网络爆炸似的发展，以至于有人提出e v e r y t h i n go v e ri p 的概念。现在i p 网络已经大量存在，i p 网络的宽带化建设也已经取得了一定进展， 接入网的宽带化正在如火如荼地进行，骨干网络光传输化以及城域网的a t m 互连 也愈来愈多地出现。i n t e m e t 网络的发展促进了人们对诸如视频会议系统等网络多 媒体应用的需求，另一方面，视频会议系统等网络多媒体应用也推动着i n t e m e t 网 络宽带化建设。正是考虑到i n t e m e t 的影响，i t u t 于1 9 9 6 年1 1 月推出了h 3 2 3 系列协议。早期的h 3 2 3 系列协议是关于在l a n 上实现无服务质量( q o s ) 保证 的视频会议系统的一个标准，后来i t u t 又对h 3 2 3 协议进行了修改，使之适用 于广域网和i n t e m e t 网络。 当前的视频会议系统按终端不同大致可分为三种类型：可视电话系统、桌面型 视频会议系统和会议室型视频会议系统。按业务不同可分为：公有和私有。按传 输网络不同可分为：基于i s d n 、基于p s t n 和基于口网络的三种类型。 可视电话系统是使用电话设备在电话网上实现的一种视频会议系统。它的参加 会议者通过带有视频摄像功能的电话设备参与会议讨论。视频图像压缩码流复用 后经电话网传输。这种视频会议系统较为简单，服务质量也较差。 会议室型视频会议系统是由一系列专用用设备组成的大型专用系统。它一般用 专网实现，可供一定数量的人在会议室环境下参加视频会议。 桌面型视频会议系统是由较小型的专用或通用设备构成的会议系统。它在设备 的复杂性上介于可视电话系统和会议室型视频会议系统之间。 一基于i s d n 的视频会议系统 一般采用h 3 2 0 系列协议。其视频编码采用h 2 6 3 协议，传输码率一般为 1 2 8 k b s ( 即2 b + d 中的2 b ) ，格式为四分之一通用中间格式q c i f ( 即1 7 6 1 4 4 ) 。 音频编码采用g 7 1 1 、g 7 2 2 和g 7 2 8 三种编码方法。h 3 2 0 系列中有关协议见表 12 。 虽然h 3 2 0 对图表、图片及文件等数据部分未作明确规定，为确保互通性， 许多厂家采用t 1 2 0 系列协议作为数据通信标准。 端到网络信令采用q 9 31 实现呼叫建立和控制，由d 信道传输。由h 2 4 2 、 h 2 3 0 及h 2 2 1 协议规定端到端的信令。网络接口采用1 4 3 0 。于是，i s d n 中的d 信道( 1 6 k b s ) 用来传送端到网络的信令或数据，2 b 信道则传送由h 2 2 1 组合成的帧 4 视频会议i n t e m e t 网络传输研究 表1 2h 3 2 0 系列中各种视频会议协议 协议功能 h 2 2 1通信帧的形成、多工传输 h 2 3 0 控制信号与信息信号 h 2 4 2 呼叫的建立断接：点对点 h 2 4 3 呼叫的建立断接：多点 h 2 6 1 全活动图像编码 g 7 1 l 3 1 k h z 脉码调制( p c m ) 语音，6 4 k b s g 7 2 1 自适应增量脉码调制( a d p c m ) 语音 c t 7 2 2 7 k h z 高保真语音，4 8 或5 6 k b s g 7 2 816 k h z 地延迟激励现行预测编l - q ( c e l p ) 语音 信息( 包括视频、音频和数据等) 。 二基于p s t n 的视频会议系统 p s t n 仍然是目前国内外主要的通信网。基于p s t n 的视频会议系统可采用 h 3 2 4 系列协议。在视频编码方面，一般采用h ，2 6 3 协议为其视频编码标准，它比 h 2 6 l 具有更高的运动补偿预测精度，因而可把图像码速压缩到2 0 k b s 左右。一般 采用g 7 2 3 为其语音压缩标准，压缩后的码率为5 3 k b s 和6 4 k b s ，经v 3 4m o d e m 后，在p s t n 上传送码率最高为2 8 8 k b s 。 三基于i p 网络的视频会议系统 h 3 2 3 协议定义的多媒体会议系统工作的网络基础是一个基于分组交换的质量 不能保证的网络，如x 2 5 网、帧中继网和i p 网等。目前i p 网发展迅速，公用i p 网和专用i p 网都在大规模建设，使得i p 网在通信和信息领域越来越重要了。因此 尽管h 3 2 3 协议是用于分组交换的网络，但在目前，h 3 2 3 协议所定义的多媒体会 议系统主要使用在口网中。1 9 9 7 年后，i t u t 提出了h 3 2 3 协议的第二版，这表 明i t u 已把多媒体视频会议标准的制定转向p 网络。基于i n t e m e t 网络的视频会 议系统研究开发己成为热点，国内外都在进行相关研究，部分厂商甚至推出了一 些具有阶段性成果的产品，但从技术上讲，都需进一步改进。 1 3 本文主要研究内容 本文主要研究基于h 3 2 3 系列协议的视频会议系统在网络传输中的两个关键 技术。这两个关键技术分别是：1 在i n t e m e t 网络上实现有一定服务质量( q o s ) 的网 络传输：2 多媒体数据在i n t e m e t 上传输的同步问题。 第一章绪论 基于i p 协议的i n t e m e t 网络上根据h 3 2 3 系列协议实现的视频会议系统是无服 务质量保证的，本文拟在这方面结合h 3 2 3 协议，从几个角度提出具有一定服务 质量的实现方案。 i n t e m e t 网络分布遍及全球，并无全球统一时标，视频会议这样的实时视频系 统对实时性要求较高，用以保证与会者顺利参与会议，所以时标的缺乏，给视频 会议系统中多媒体数据的传输带来了同步问题。另一方面，视频会议系统中各种 媒体之间也存在着相互同步的问题，而媒体间相互同步的问题与整个系统的同步 性又密切相关。本文拟引进i s o i e c 的p r e m o 模型，处理有关同步性问题。并 且在所实现的视频会议系统中采用一种自适应多媒体同步方法 本文的最后部分还结合i n t e m e t 网络发展，讨论了在i n t e m e t 网络上提供一定 服务质量的方法，并研究了a t m 信元时延对视频会议数据传输的影响。 本文各章内容安排如下： 第二章简述基于h 3 2 3 系列协议的视频会议系统组成，比较详细地介绍与网 络传输相关的协议及技术，最后给出本文的i n t e r n e t 网络上视频会议传输系统的实 现方案。 第三章重点探讨如何在i n t e m e t 网络上实现有一定q o s 的视频会议传输系统， 提出相应解决方案。 第四章研究视频会议系统在i n t e m e t 网络上传输时存在的同步性问题。结合i s o 的新标准p i 也m o 模型加以讨论。并且提出一种自适应多媒体同步方法，应用于 本文所实现的视频会议传输系统。 第五章讨论几种在i n t e r e n t 网络上实现一定服务质量的方法，考虑到a t m 网 络的发展，重点研究了a t m 信元时延对视频会议数据传输的影响。 本文最后的结束语对全文进行了总结，并提出了i n t e m e t 上实现视频会议系统 存在的有待进一步解决的若干问题。 视频会议i n t e m e t 网络传输研究 第二章视频会议系统组成 本章介绍基于i n t e m e t 网络的视频会议系统组成，首先介绍相关协议及技术， 然后给出本文所实现的视频会议传输系统的构成。 2 1h 3 2 3 协议概述 h 3 2 3 协议定义的视频会议系统的基础网络是一个基于分组交换的质量不能 保证的网络，如x 2 5 网、帧中继网和i p 网等。目前i n t e m e t n 发展迅速，公用i n t e m e t 网和专用i n t r a n e t 网都在大规模建设，使得i p 网在通信和信息领域越来越重要了。 因此在目前，h 3 2 3 协议所定义的系统主要使用在i p 网中。 h 3 2 3 协议中定义的多媒体会议系统由终端、守门人( g a t e k e e p e r ) 、网关、 多点控制器( m c ) 、多点处理器( m p ) 和多点控制单元( m c u ) 等组成。 h 3 2 3 协议的多媒体会议系统中的信息流中包括音频、视频、数据和控制信息。 信息流采用h 2 2 5 0 协议方式来打包和传送。 音频信号中包含数字化的并且经过编码的语音，并伴有音频控制信息。 视频信号中包含数字化的并且经过编码的运动图像，并伴有视频控制信息。 数据信号包含静止图像、传真、文档、计算机文件和其它数据流。 控制信号包含容量交换、打开和关闭逻辑信道、模式控制和通信控制功能。 呼叫控制信号包含呼叫建立和拆断以及一些其它的呼叫控制功能。 一h 3 2 3 终端 l 。枞o t 妾mh 襟卜 接 收 通 路 i 。臊h 季篡卜 延 慷 i n h i 用户数据1 2 2 i l 5 层 h 2 4 5 控胄 f 甭笋篓管卜 h 2 2 5 呼叫控 蒂h | h z z s r a s 控制l 图2 1 h3 2 3 终端框图 如图2 1 所示， l3 2 3 终端的网络接e l 是h 2 2 5 协议所描述的，它规定网络接 口必须为系统提供以下功能。 1 对h 2 4 5 控制信道、数据信道、呼叫信令信道提供可靠的端到端服务( t c p 、 第二章视频会议系统组成 s p x 等) 。 2 对音频、视频和r a s 信道提供不可靠的端到端服务( u d p 、i p x 等) 。 这些服务可以是双工的或单工的，单播的或组播的。 h 3 2 3 终端的视频编解码器必须能提供h 2 6 1 q c i f 的视频编解码，对于能支持 h 2 6 3c i f 格式或更高分辨率的h 3 2 3 终端视频编解码器，必须同时能支持h 2 6 1 协议。本视频会议系统中h 3 2 3 终端支持h 2 6 3 协议。 h 3 2 3 终端的音频编解码器必须能够具有g 7 1 l 语音编解码能力。也可以是 g 7 2 2 、g 7 2 3 、g 7 2 8 、g 7 2 9 和m p e g l 等协议。本实验系统中h 3 2 3 终端支持g 7 2 9 协议。 对于分布式 l 3 2 3 会议系统来说，终端可以具有m c 和m p 的功能。因而作为可 选功能，终端可以具有视频、音频混合的功能。 h 3 2 3 终端的数据功能是通过h 2 4 5 建立一条或数条单向双向逻辑信道来实 现的。控制功能是通过交换h 2 4 5 消息来实现的。 h 3 2 3 会议终端除了上述4 类信号外，还有两类信息，这就是r a s 信号和呼叫信 号。r a s 是终端与看门人之间为了登记( r e g i s t r a t i o n ) 、管理( a d m i s s i o n ) 、状 态( s t a t u s ) 、带宽改变和二者间脱离关系等过程所需要的信令；呼叫信号是用于 在h 3 2 3 系统的两个终端设备( e n d p o i n t s ) 之间建立呼叫连接。 二守门人( g a t e k e e p e r ) 与电路交换网络上的会议系统不同，h 3 2 3 是针对分组交换质量不保证的网络 的，这就导致了一个很特殊的角色一守1 3 人的出现。 在h 3 2 3 会议系统中，守门人是一个可选的角色，可以有1 个或多个守门人， 守门人之间还可以进行相互通信，也可以没有守门人。守门人向h 3 2 3 终端设备提 供呼叫控制服务。从逻辑上讲，守门人是一个独立的设备( 功能模块) ，但实际 上，守门人可以与终端、m c 、m p 、m c u 、网关等在一个设备上，只是其功能是 独立的。 守门人的职责是： 1 地址翻译：将别名地址翻译成传输层地址。 2 入会场许可的控制与管理：根据一些准则，来确定终端用户是否有权进入 会场。如有权则进行进入会场处理，如无权则拒绝其进入会场。 3 带宽控制与管理：根据网络上带宽资源的使用情况对终端用户使用带宽进 行控制和管理。 4 呼叫管理：守门人对终端用户呼入作处理，并可进行呼出，或作呼叫转移。 5 域管理。 由于守门人的功能很多，涉及到的通信流程相当复杂，因而这里仅举一例来 说明守门人在h 3 2 3 会议中的作用。 视频会议i n t e m e t 网络传输研究 如图2 2 所示，终端a 要和终端b 建立一个会议。终端a 和终端b 只知道对方的别 名，不知道对方的网络地址。在这种场合下就必须经过守门人来建立会议。 图2 2h ，3 2 3 会议的建立( 含守门人) 具体步骤如下： 1 寻找主管的守门人 终端a 、b 首先用组播方式发出寻找守门人的请求命令( g r q ) ，当守门人接 虱j g r q 请求命令，如终端已在守门人处登记过，或守门人认为有能力来管理终端， 则发出守门人确认命令( g c f ) 。这样终端与守门人的关系就建立起来了。 2 终端在守门人处登记 当终端与守门人建立关系后，终端要将自身的有关信息如别名、传送地址等 登记在守门人中。守门人则根据准则，决定是否允许终端加入会议。 3 终端a 呼叫终端b 终端a 呼叫终端b 有两种呼叫流程。即呼叫信令经过守门人传递和呼叫信令不 经过守门人传递两种。在前一种情况下，呼叫的全过程都要经过守门人，因而守 门人要有处理呼叫建立的能力。同时由于连接是经过守门人建立的，所以以后的 通信全过程都将经过守门人，这样对守门人将是一个很大的负担。后一种情况是 在终端a 通过守门人获得终端b 的网络地址后，绕过守门人直接与终端b 建立连接。 这时守门人只起指路和入会认证作用。本视频会议系统中采用后者。 上面只是举了一个简单的例子说明守门人在用户通信连接建立过程中的作 用，大多数场合下的通信连接比这个例子复杂得多。 三多点控制单元( m c u ) 多点控制单元( m c u ) 是由多点控制器( m c ) 和多点处理器( m p ) 组成的。 对于h 3 2 3 会议系统而言，它的多点控制与其它的会议系统是不相同的。一般会议 系统的多点会议的控制、管理和处理都是集中处理的，m c 和m p 一般是不可分的， 因而通常在网络中是以m c u 设备存在。其主要原因是与采用电路交换模式和物理 上星形的拓朴结构有关连的，m c 和m p 分开不会带来好处。h 3 2 3 会议系统就不一 样，h 3 2 3 会议系统是基于分组交换模式，从会议电路的组织来看，它不会存在星 形的拓扑结构，而往往是以网状或者树状的拓扑结构形式存在。因而h 3 2 3 会议的 多点会议控制、管理和处理就不必一定要进行集中处理，它可以进行集中处理， 也可以进行分散处理。同样，m c 和m p 可以合在一起作为一个设备存在，也可以 第二章视频会议系统组成 作为一个功能块放在其它设备中( 如终端、网关等) 。本视频会议系统采用集中 处理，在终端处较为简单地实现了m c u 的基本功能。 l - h 3 2 3 会议的多点控制和管理工作方式 h 3 2 3 会议的多点控制和管理工作方式有3 种，即集中式、分布式、混合式。 在集中式中，所有终端都通过点对点方式( 逻辑连接) 与m c u 相连，由m c u 实现 控制和管理。分布式方式的系统中没有m c u ，也就是没有集中控制和管理设备， m c u 的功能以m c 和m p 功能模块分别存在于系统的其它设备中( 如终端、网关、 守门人) 。混合式就是多点控制( m c ) 以集中方式工作，而多点处理是分散方式 工作。 2 多点控制器( m c ) 多点控制器( m c ) 提供支持多点会议的控制能力。在多点会议中，m c 将进 行与每一个终端间的能力交换，从而确定会议中的公共能力。m c 应为会议选定通 信模式，使得会议中的各终端工作在共同的选定的通信模式( s c m ) 中。在连接 完成后，m c 可以使用h 2 4 5 信令来选择会议方式( 集中或分散) 。 多点控制器( m c ) 可以存在于守门人中，也可以存在于网关、终端或m c u 中。当有两个和两个以上终端参加一个会议时，是采用h 2 4 5 协议的主从确定规 程来确定主方，主方即为m c 所在，由此m c 控制会议。 3 多点处理器( m p ) 在集中处理方式和混合处理方式的情况下，多点处理器( m p ) 接收来自终端 的音频、视频和数据码流，这些码流在m p 中进行处理然后再送回到终端去。 m p 应该能够处理一种或多种媒体流的类型。 m p 对视频的处理可有两种方式。其一是视频切换，这可根据主席控制和声音 大小来控制视频的切换；其二是视频复合，将若干站点的画面复合在一个画面上 ( 如左右组合、上下左右组合和9 画面组合等) 。本系统采用视频切换方式。 m p 对音频的处理主要是混合，它可以是m 个通道输入，经过处理获得n 个通 道的输出。m p 音频处理还具有音量衰减功能，以抑制噪声和防止不必要站点的语 音干扰会场。 在数据处理方面，h 3 2 3 中的m p 主要处理的对象是t12 0 数据，m p 将起着顶级 多点通信服务( m c s ) 提供者的作用，用t1 2 0 协议来处理会议中数据流的流量、 流向。 四网关( g a t e w a y ) 在会议系统中，网关是跨接在两个不同网络之间的设备，把位于两个不同网 络上的会议终端连接起来组成一组会议。网关的主要功能有三大类：第一大类是 通信格式的转换，如对于 l 3 2 3 会议网络( 如i p 网) 和电路交换网( s c n ) 之间就 必须通过网关实现h 2 2 5 o n 流和h 2 2 1 码流之间的互译，以完成链路层的连接。 视频会议i n t e m e t 网络传输研究 第二大类是视频、音频和数据信息编码格式之间的互译，以完成表示层之间相互 通信。第三大类是通信协议和通信规程( 如h 2 4 5 与h 2 4 2 ) 之间的互译，以实现 应用层的通信。 在实际的h 3 2 3 会议系统中有两种场合将用到网关，第一种场合是一组会议的 两群与会者在不同的网中( 如一群与会者在i p 网中，另一群与会者在s c n 中) ；另 一种情况是两组会议的两群与会者在不同的网段上，为了旁路一些路由器或某些 低速传输通道而从网关转绕。由于时间所限，本系统中没有实现网关。 五h 3 2 3 会议系统中的图像编码 h 3 2 3 会议系统的图像编码主要有两种，即h 2 6 1 和h 2 6 3 ，其中h 2 6 1 的q c i f 是必备格式，其它为可选格式。除了h 2 6 1 的q c i f 编码外，也可通过能力协商来 采用其它的编码形式。本系统中采用h 2 6 3 协议。 h 2 6 1 协议是1 9 9 0 年提出的运动图像编码算法，它的编码效率高，图像质量好 且实时性好，己被广泛用于会议系统的运动图像编码之中。 h 2 5 3 协议是为了满足低速率活动图像编码而制定的。h 2 6 3 协议为了进一步 提高压缩比，采用了一些新的措施，如取消了h 2 6 1 协议中可选的环路滤波器；改 进运动估值方法；精减了部分附加信息的编码等。同时为了改进性能，h 2 6 3 协议 还包含了4 个可选的编码选项：无限制运动矢量模式、算术编码、先进预测模式、 p b 帧模式。 六h 3 2 3 会议系统中的音频编码 h 3 2 3 会议系统的音频( 语音) 编码主要有6 种，即g 7 1 1 、g 7 2 2 、g 7 2 3 、 g 7 2 8 、g 7 2 9 和m p e g a u d i o ，其中g 7 1 1 是必备的，即系统中的终端与m c u 都必 须能支持g 7 1 1 编码，其它5 种是可选用的。除了上述6 种编码外，也可以通过能力 协商来采用其它编码形式。本系统中采用g 7 2 9 协议，由其它人完成。 h 3 2 3 系统中，由于信道是基于统计复用的，服务质量( q o s ) 是不能得到很 好保证的，因而需要编码方面得到适度的支持。在图像编码方面，h 2 6 3 采取了多 种措旌使得图像编码的码速可变，即根据不同的信道质量对码流可以进行调整， 以保证适度的服务质量。在语音编码方面，这一点同样是十分重要的，近年来的 研究得出g 7 2 9 是一种很好的算法，g 7 2 9 原来是8 k b s 的语音编码标准，现在发 现经适当的扩展，其工作范围是6 4 1 1 8 k b s ，在这样的范围内，语音质量有一 定变化，但即使是6 4 k b s 质量也不错，因而很适合在h 3 2 3 系统中使用。 h 3 2 3 会议系统的通信网是基于分组交换的，因而会议系统中的码流必须是打 包的，根据包上的标签来进行统计复用，因此服务质量是不能保证的。但会议系 统和其他业务不同，它存在着对实时要求很高的音频和视频信号，如果上层不采 取任何措施，这样的会议实际上是无法召开的。因而必须在服务质量上采取措施。 这些措施包括采用尺寸可变的编码方案：使用r t c p 实时控制协议测量网络的q o s ； 第二章视频会议系统组成 降低服务质量；在网络中预留一定的带宽等。本文的后续章节将对这个问题作进一 步的讨论。 2 2r t p 和r t c p 协议简介 一r t p 协议简介 h 3 2 3 会议系统中利用r t p 协议提供具有实时特征的、端到端的数据传送服 务，可以用来传送声音和运动图像数据。r t p 数据报中包含了装载数据的标识符、 序列计数、时间戳和传送监视。在本会议系统中，r t p 的协议数据单元( p d u ) 使用 u d p 数据包装载，并利用u d p 的复用和校验和来实现r t p 的复用。 在r 1 p 中，复用是由目的传送地址( 网络地址和端口号) 来提供的，一个传送地 址定义了一个r t p 会话。在h 3 2 3 会议系统中，音频码流和视频码流是分别用不 同的r t p 会话f 一般用同一个目的地网络地址和不同的端口号来确定不同的传送地 址1 来传送的。 固定报头的r t p 报文的结构如图2 - 3 所示。 v pxc cm( p t ) 载荷类别序号( s n ) 寸戳( t i m e s t a l 伊) 同步源标识符( s s r c ) 提供源标识符( c s r c ) 用户数据 图2 3 崮定报头的r t p 报文 r t p 包头中各字段的含义如下： v ：r t p 版本，长度为2 比特。 p ：充填字段。长度为1 比特，该字段为“1 ”表示在用户数据字端的最后加有 充填位，用户数据字段中的最后一个字节( 8 比特) 是充填位的计数，表示一共加了 多少个充填位。 x ：扩展字段，长度为1 比特，该位置“1 ”表示r t p 包头后紧随有一个扩展 包头。 c c ：c s r c 计数，长度为4 比特，表示在定长的r t p 包头后的c s r c 标识符 的数量。 m ：标记字段，长度为1 比特，标记的具体值是由轮廓文件定义。 p t ：载荷类别字段，长度为7 比特，表示在用户数据字段中承载数据的载荷类 别。 s n ：序号字段，长度为1 6 比特，表示r t p 数据包的序号。 视频会议i n t e r a c t 网络传输研究 t s ：时间戳字段，长度为3 2 比特，表示r t p 数据包中数据字段中的第一个字 节的采样时刻。 s s r c ：同步源标识，长度为3 2 比特，标识一个同步源。 c s r c ：提供源标识清单字段，可以有0 1 5 项标识符，提供源标识符项数由 c c 字断来确定。每一项的标识符的长度为3 2 比特。 当x 比特置“l ”时表示r t p 报头有扩充，扩充的r t p 包头部分紧随在c s r c 清单中。 二r t c p 协议简介 在h 3 2 3 会议系统中，借助于r t c p 协议不仅可以监测一些服务质量参数，还 可以行使一些基本的会话控制功能，如参加退出会话和识别其他参加者身份等。 同r t p 协议一样，r t c p 协议数据单元( p d u 也是使用u d p 数据包来装载的。 r t c p 协议有以下四个功能： 1 r t c p 的基本功能是提供关于数据传输质量的反馈。 2 就每个r t p 源而言，r t c p 协议为其分配一个永久的传输层标识，即 c n a m e 。c n a m e 由r t c p 的s d e s ( s o u r c ed e s c r i p t i o n ，源描述1 报文所携带。 3 为了能够在一个r t p 会话中接纳更多的用户，r t c p 协议给出了调整控制 报文发送速率的方法。另外一个用户能够利用其他用户的r t c p 报文，独立地了 解会话参加者的数目。 4 r t c p 提供了基本的会话控制功能，如在不同的会话参加者之间呼唤身份 信息等。该项功能为可选功能，主要用于控制较为松散的会话，这样的会话对用 户的加入和离开没有严格的管理。本系统没有实现这项可选功能。 r t c p 报文有两类：发送者报文( s r ) 和接收者报文( i 淑) 。发送者报文的格式如 图2 4 所示： 接收报文中的u 字段是对数据传输过程中r t p 报文所经历的时延抖动的一种 估测，由下述两式确定，其中s 为r t p 报文的时间戳值，r 为r t p 报文的到达时 刻。 d ( i ，- ，) = ( r ，一r 。) 一( s ，一s 。) = ( r ，一s j ) 一( 凡，一s ，) ( 2 - 1 ) l 厂= ，+ ( 1 d ( i 一1 ，f ) i 一，) 1 6 a( 2 - 2 ) r t c p 协议的r r 报文格式大体上与s r 相同。 第二章视频会议系统组成 0 b1 63 1 载蓿娄劓长度 发进者s s r c n t p 时间置( 膏有效位) m 时同量( 怔有效崮 m 时同t 发送报文计数 发送字节计敷 同步薄标识符( s s r c _ 1 ) 分片丢失包丢失累计 超过接收到的量毫序致号 包问抖动“j ) 自_ 5 l 上一千豫的时延徊l s 础 上一个s r ( l s 莉 s s l 静- 2 特定轮尊的扩晨 圈2 4s r 报文格式 2 3h 3 2 3 会议系统中的码流复用 h 3 2 3 会议系统中的码流复用主要是依据 l2 2 5 0 协议实现。h 2 2 5 o 协议 是用来描述h 3 2 3 终端和终端之间以及终端和网关之间的音频、视频、数据和控 制信息分组打包和同步传输的。所有的h 2 2 5 0 码流必须基于同样的传输层协议 进行传输。 h 2 2 5 0 协议利用了r t p r t c p ( 实时传输协议实时传输控制协议) 对媒体数 据流进行打包和同步。 h 2 2 5 0 协议也能够通过h 3 2 3 网关和h 2 2 1 等协议互连。 h 2 2 5 0 把视频、音频、数据和控制流进行格式化，转换为网络接口的输出信 息，补偿和接收的视频、音频、数据和控制流作为网络接口的输入信息。同时完 成逻辑帧、连续拨号、错误检测及校验等。 由于会议系统中的不同的信息码流有其特点，对下层网络的承载要求各不相 同，例如：对音频和视频码流而言，他们对实时性要求较高，但少量的数据报丢 失则不是特别苛求，因而他们要求下层网络能提供实时性较好的传送机制。而对 数据和控制信息而言，他们要求下层提供可靠性传送，而对其实时性则没有太高 的要求。 h 3 2 3 会议系统中的码流复用关系如图2 5 所示。 视频会议i n t e r n e t 网络传输研究 音频视频应用 终端控箭与应用数据 音撷i 视撅 t 2 4 r t c pr s 信令 呼叫信令 h2 2 5 信 t 1 2 2 r t p t12 5 咿t c p i pt1 2 3 链路层 物理层 图2 5h 3 2 3 会议系统中的码流复用关系 在h 3 2 3 会议系统中使用r t p ( 实时传输协议) 来封装音频视频的u d p 数据报， 使用r t c p ( 实时传输控制协议) 测量网络的q o s 。r t c p 协议涉及到两类报告，一 类是发送方报告，另一类是接收方报告。发送方报告有三个方面涉及到q o s 1 让多种r t p 码流( 诸如：音频、视频) 进行同步。 2 让接收方了解到所期望的数据速率和分组传送率。 3 让接收方测量出以时间为单位的收发双方间的距离。 接收方报告有四个方面涉及对q o s 的测量： 1 碎片部分的丢失。 2 对示分组的累计值。 3 接收到的分组序号超过最高序号。 4 到达的时间间隔抖动。 根据q o s 参数，可以采取一些措施，用以保证一定的会议服务质量，本文的 后续章节讲对此进行论述。 2 4h 3 2 3 会议系统中的数据通信 h 3 2 3 会议系统是多媒体会议系统，在会议系统中除了传输视频和音频信号 外，还要进行数据传输( 文件、静图、传真、检索信息、白板、协同处理数据等) 的传输。会议中数据通信的基础是要建立一个多点通信( m c