IP网络的多媒体通信技术

东方通信股份有限公司技术中心 虞永超

1 前言

在世纪之交的今天，人类步入了信息和网络时代，国家信息基础设施（NII）已成为世界各国信息化的发展战略目标。LAN、Intranet、Internet得到了超乎寻常的发展。其中进入90年代中期以来，Internet业务量以每年300%的速率在增长，据AT&T预测，2001年Internet的业务量将与电话网持平。

同时，IP网络对多媒体通信的需求也在膨胀起来。因此，国际上的标准化组织，如ITU、ETSI、IETF、IMTC等纷纷将多媒体通信标准的制定重点转移到基于IP网络的多媒体通信系统的标准。如，ITU-T的H.323标准。

H.323是国际电信联盟（ITU）的一个标准建议族，其中H.323

V1已于1996年由ITU的第15研究组通过，目前SG-16刚刚完成了最新版本H.323

V2的制定工作，并获得通过。H.323制定了无QoS(服务质量)保证的分组网络PBN（Packet

Based Networks）上的多媒体通信系统标准。这些分组网络主宰了当今的桌面网络系统，包括基于TCP/IP、IPX分组交换的以太网、快速以太网、令牌网、FDDI技术。因此，H.323标准为LAN、MAN、Intranet、Internet上的多媒体通信应用提供了技术基础和保障。

H.323是ITU-T多媒体通信系列标准H.32X的一部分，这些系列标准使得在现有通信网络上进行视频会议成为可能。其中H.320是在N-ISDN上进行多媒体通信的标准；H.321是在B-ISDN上进行多媒体通信的标准；H.322是在有服务质量保证的LAN上进行多媒体通信的标准；H.324是在PSTN和无线网络上进行多媒体通信的标准。

2 H.323标准概况

H.323标准包括了在无QoS保证的分组网络中进行多媒体通信所需的技术要求。这些分组网络包括LAN、MAN、Intranet/Internet以及使用PPP等分组协议通过PSTN或ISDN的拨号连接或点对点连接。

H.323为基于网络的通信系统定义了四个主要的组件（图1）：终端、网关、关守、多点控制单元（MCU）。

1）终端（Terminal）：PBN中能提供实时性、双向通信的节点设备。图2描述了它的组成。所有的终端都必须支持语音通信，视频和数据通信可选。H.323规定了不同的音频、视频和/或数据终端协同工作所需的操作模式。它将是下一代Internet电话、音频会议终端和视频会议技术的主要标准。

所有的H.323终端也必须支持H.245，H.245标准用于控制信道使用情况和信道性能。在H.323终端中的可选组件是图像编解码器、T.120数据会议协议以及MCU功能。

2）网关（Gateway）：H.323会议系统的一个可选项。网关能提供很多服务，其中包含H.323会议节点设备与其他ITU标准相兼容的终端之间的转换功能。这种功能包括传输格式（如H.225.0到H.221）和通信规程的转换（如H.245到H.242）。另外，在PBN端和电路交换网络SCN端之间，网关还执行语音和图像编解码器的转换，以及呼叫建立和拆除功能。图3示意了一个H.323/H.320网关。终端使用H.245和H.225.0协议与网关进行通信。

采用适当的解码器，H.323网关可支持符合H.310、H.321、H.322以及V.70标准的终端。

3）关守（Gatekeeper）：执行两个重要的呼叫控制功能。第一是地址翻译功能，在RAS中有定义。如，将终端和网关的PBN别名翻译成IP或IPX地址；第二是带宽管理功能，在RAS中也有定义。例如，网络管理员可定义PBN上同时参加会议用户数的门限值，一旦用户数达到此设定值，关守就可以拒绝任何超过该门限值的连接请求。这将使整个会议所占有的带宽限制在网络总带宽的某一可行的范围内，剩余部分则留给E-MAIL、文件传输和其他PBN协议。关守的其他功能可能包括访问控制、呼叫验证、网关定位等。

由单一关守管理的所有终端、网关和多点控制单元的集合，我们称之为H.323区（图4）。

虽然从逻辑上，关守和H.323节点设备是分离的，但是生产商可以将关守的功能融入H.323终端、网关和多点控制单元等物理设备中。

4）多点控制单元（MCU）：MCU支持三个以上节点设备的会议。在H.323系统中，一个MCU由一个多点控制器MC（必需）和几个多点处理器MP组成，但也可以不包含MP。MC处理终端间的H.245控制信息，从而决定它对视频和音频的通常处理能力。在必要情况下，MC还可以通过判断哪些视频流和音频流需要多点广播来控制会议资源。

MC并不直接处理任何媒体信息流，而将它留给MP来处理。MP对音频、视频和/或数据信息进行混合、切换和处理。MC和MP可能存在于一台专用设备中或作为别的H.323组件的一部分。

5）多点会议：在H.323标准中，多点会议的实现有各种不同的方法和配置，分为集中式、分布式和混合式会议。

* 集中式多点会议(Centralized)：需要一个MCU来组织一个多点会议。所有终端以点对点的方式向MCU发送视频流、音频流、数据流和控制流。

*分布式多点会议(Decentralized)：利用多点广播(Multicast)技术。参加会议的H.323终端向别的参加会议的终端多点广播视频和音频信息，而无需向MCU发送。注意：多点数据的控制仍然是由MCU集中进行，H.245控制信道信息也仍然以点对点的方式向MC传送。

* 混合式多点会议(Hybrid)：集中和分布功能的组合。H.245信令和视频流（或音频流）以点对点方式传送给MCU。其余信号（视频或音频）以多点广播方式传送给参加会议的H.323终端。

* H.323支持混合型多点会议(Mixed)，一些终端参加集中式会议，其他终端参加分布式会议，并用MCU桥接两种会议。终端无需知道会议的混合属性，只需了解它发送和接收信息所在的会议模式。

多点广播可更有效地利用网络带宽，但增加了终端的计算负载。终端需要混合、切换它们收到的视频流和音频流。另外，网络交换机和路由器必须支持多点广播。

H.323限于每个多点会议只有一个MC的网络结构。虽然，理论上会议参加者的数量可以很多，但是人们将会发现：当与会者数量达到或超过10~20时，效果不令人满意。

3 H.323通信协议栈

H.323系统中的通信可以看成是视频、音频、控制信息的混合（图5）。

1）系统控制：系统控制功能是H.323终端的核心，它提供了H.323终端正确操作的信令。这些功能包括呼叫控制（建立与拆除）、能力切换、命令和指示信令以及用于开放和描述逻辑信道内容的报文等。整个系统的控制由H.245控制信道、H.225.0呼叫信令信道以及RAS信道提供。

2）分组与同步：H.225.0标准描述了无QoS保证的LAN上媒体流的打包分组与同步传输机制。H.225.0对传输的视频、音频、数据与控制流进行格式化，以便输出到网络接口，同时从网络接口输入报文中补偿接收到的视频、音频、数据与控制流。另外，它还完成逻辑成帧、顺序编号、纠错与检错功能。

3）音频：音频信号包含了数字化和压缩的语音。H.323支持的压缩算法都符合ITU标准。为进行语音压缩，H.323终端必须支持G.711语音标准。支持其他ITU标准，如G.723.1、G.729.A是可选的。

4）视频：虽然视频功能可选，但任何有视频功能的H.323终端必须支持H.261编解码器标准；支持H.263标准为可选功能。H.261标准利用P*64Kb/s（P=1,2,…30）信道进行通信。用于改善图像质量的移动补偿是H.261的一个可选功能。H.263向下兼容H.261标准，由于采用了1/2像素移动估计技术、预测帧以及优化低速率传输的霍夫曼（Huffman）编码表，使H.263图片质量有很大的改善。

5）数据：数据会议T.120是可选功能。当支持数据会议时，数据会议可实现协同工作，如白板、应用共享、文件传输、静态图像传输、数据库访问、音频图像会议等。

4 IP网络中的多媒体通信

在H.323多媒体通信系统中，控制信令和数据流的传送利用了面向连接的传输机制。在IP协议栈中，IP与TCP协作，共同完成面向连接的传输。可靠的传输保证了数据包传输时的流量控制、连续性以及正确性，但这样可能会引起传输时延以及占用网络带宽。H.323将可靠的TCP用于H.245控制信道、T.120数据信道、呼叫信令信道。

而视频和音频信息采用不可靠的、面向非连接的传输方式，即利用用户数据报协议UDP（User

Datagram Protocol）。它无法提供很好的QoS。UDP只提供最少的控制信息，因此，传输时延较TCP小。H.323将不可靠的UDP用于视频、音频和RAS信道。

在有多个视频流和音频流的多媒体通信系统中，基于UDP的不可靠传输利用IP多点广播和由IETF实时传输协议RTP（Real-Time

Protocol）处理视频和音频信息。IP多点广播是一种以UDP方式进行不可靠多点广播传输的协议。RTP工作于IP多点广播的顶层，用于处理IP网上的视频和音频流。每个UDP包均加上一个包含时标和序号的报头。若接收端配以适当的缓冲，那么它就可以利用时标和序号信息“复原、再生”数据包、记录失序包、同步语音、图像和数据，以及改善连续重放效果。

实时控制协议RTCP (Real-Time Control Protocol)用于RTP的控制。RTCP监视服务质量以及网上传送信息，并定期将包含服务质量信息的控制信息包分发给所有通信节点。

由于H.323基于RTP/RTCP，因此它可以在互联网多点广播骨干网（IMB-Internet's

Multicast Backbone）、具有多点广播能力的Internet虚拟网上运行，并支持音频、视频和数据多媒体通信。

在大型数据包网络，如Internet、Intranet中，为一个多媒体呼叫保留足够的带宽是很重要和困难的。另一个IETF协议：资源预留协议（Resource

Reservation Protocol: RSVP）允许接收端为某一特殊的数据流申请一定数量的带宽，并得到申请是否被许可的答复。虽然RSVP不是H.323标准的正式组成部分，但大多数H.323产品都必须支持它，因为带宽的预留对IP网络上多媒体通信的成功至关重要。RSVP需要得到终端、网关、装有多点处理器的MCU以及中间路由器或交换机的支持。

5 结束语

从世界范围看信息网络技术发展的趋势，多媒体通信将是“信息高速公路”的主体通信业务，也是未来通信发展的方向。随着LAN、Internet、Intranet在全世界的迅猛发展、壮大，基于IP网络进行多媒体通信已是势在必行，廉价而功能日益强大的计算机型H.323

V2终端必将淘汰价格昂贵的H.320终端。鉴于这种情况，世界上著名的计算机、网络通信设备、视频会议系统生产商纷纷将多媒体通信终端/系统的发展重点定位于基于IP网络的H.323

V2终端/系统。

而目前我国正在大规模地建设“169中国公众多媒体通信网”，它采用的是IP

Over ATM技术，因此基于分组网络的H.323 V2多媒体通信终端/系统在我国将大有前途，并将在我国的“国家信息基础设施（NII）中扮演极其重要的角色。也许，我国的通信设备制造行业可以“169中国公众多媒体通信网”建设为契机，加紧设计、开发、生产、销售基于H.323

V2标准的IP多媒体通信终端与系统，从而使我国在正在兴起的多媒体通信设备市场上占有一席之地。

(摘自“通讯世界”）