【導(dǎo)讀】集語音、文字和圖像于一體的多媒體通信。多媒體通信是繼電報，傳真，電話之后新。視頻會議系統(tǒng)是一種應(yīng)用網(wǎng)絡(luò)技術(shù)和音頻/視頻編解碼技術(shù)來實現(xiàn)虛擬會。息流進行交互式的交流?；贗P交換網(wǎng)絡(luò)的視頻會議系統(tǒng)的實現(xiàn)由于其成本的低廉，交互性強大，⑤闡述了視頻會議系統(tǒng)的實現(xiàn)。

　　

【正文】 技術(shù) 視頻會議系統(tǒng)涉及計算機網(wǎng)絡(luò)、多媒體通信、媒體信號處理等多方面的內(nèi)容，是計算機網(wǎng)絡(luò)中的一種多媒體通信的應(yīng)用。系統(tǒng)采用了包 括計算機網(wǎng)絡(luò)技術(shù)，媒體信號編碼壓縮解壓技術(shù)， 多點傳輸技術(shù)以及保證系統(tǒng) QOS 的多方面的技術(shù)。其中最為核心的技術(shù)是網(wǎng)絡(luò)技術(shù) ， 媒 體編解碼技術(shù)和媒體信號傳輸技術(shù)。視頻會議系統(tǒng)經(jīng)過了由模擬向數(shù)字，由電信網(wǎng)向計算機網(wǎng)絡(luò)， 由無標(biāo)準(zhǔn)向有協(xié)議標(biāo)準(zhǔn)的 發(fā)展 . 在 Inter 上實現(xiàn)視 頻會議系統(tǒng)，需要解決以下幾個主要方面的關(guān)鍵技術(shù) ： 一是多媒體信息處理技術(shù) ； 二是網(wǎng)絡(luò)技術(shù) ； 三是信息安全技術(shù) ； 四是流媒體傳輸技術(shù)。 多媒體信息處理技術(shù) 多媒體壓縮技術(shù) 壓縮編碼技術(shù)是視頻會議系統(tǒng)的關(guān)鍵技術(shù)之一，多媒體信息，特別是連續(xù)媒體信息源將產(chǎn)生大量的實時數(shù)據(jù)，如果直接進行傳輸或存儲，則會對網(wǎng)絡(luò)帶寬和存儲空間帶來很大的負(fù)擔(dān)。因此，多媒體數(shù)據(jù)在傳輸前或存儲前必須經(jīng)過壓縮處理，傳送到目的地后再解壓播放。這樣可以節(jié)省大量的網(wǎng)絡(luò)帶寬。 多媒體數(shù)據(jù)壓縮是通過數(shù)學(xué)運算將原來較大的文件變?yōu)檩^小文件的數(shù)字處理技術(shù)，數(shù)據(jù)解壓縮是把壓縮數(shù)據(jù)還原成原始數(shù)據(jù)或與原始數(shù)據(jù)相近的數(shù)據(jù)的技術(shù)。數(shù)據(jù)壓縮通?？煞譃闊o損壓縮和有損壓縮兩種類型。無損壓縮是指壓縮后的數(shù)據(jù)經(jīng)過重構(gòu)還原后與原始數(shù)據(jù)完全相同，有損壓縮是指壓縮后的數(shù)據(jù)經(jīng)過重構(gòu)還原后與原始數(shù)據(jù)有所不同。 衡量一種壓縮技術(shù)的好壞主要綜合考慮三個指標(biāo) ： 一是壓縮比要大 ； 二是算法要簡單，壓縮解壓縮速度要快，能夠滿足實時性要求 ； 三是壓縮損失要少，即解壓縮的效果要好。 數(shù)據(jù)壓縮的技術(shù)核心是壓縮算法，目前常用的壓縮方法有兩類 ： 一是無損壓縮 (又稱冗余壓縮法或嫡編碼法 )，主要用于文本和數(shù)據(jù)壓縮， 典型的有 Hamlin 算法、游程編碼； 二是有損壓縮 (嫡壓縮法 )，主要用于圖像和聲音的壓縮，常用的有模型編碼、矢量量化、子帶編碼等。在具體應(yīng)用中，?；旌喜捎枚喾N壓縮算法，如用于靜態(tài)圖像壓縮的 JPEO，以及今年來發(fā)展起來的支持靜態(tài)圖像壓縮的 MPEG 等。 音頻編解碼技術(shù) 湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 16 數(shù)字音頻編碼有許多成熟的算法和標(biāo)準(zhǔn)，它們大多采用基于差分脈沖編碼調(diào)制(ADPCM， Adaptive Differential pulse Code Modulation)、線形預(yù)測編碼 (LPC， Linear predictive Coding)、 (CELP， Code Exited Unbar Prediction)等方法，目前應(yīng)用最廣的音頻壓縮標(biāo)準(zhǔn)是 系列標(biāo)準(zhǔn)，主要包括 G711， G721， G722， G723， G726， G728和 G729，可以分為基于采樣的編碼和基于幀的編碼。 G711 和 G722 屬于基于采樣的編碼，特點是每個話音采樣均用固定數(shù)目比特來表示。 G711 包含 A 律和 U律 PCM 兩種方式，編碼器數(shù)據(jù)率為 64kbps。 G722 全稱是數(shù)據(jù)率為 64kbPs 的 7kHz音頻編碼，也是由 ITUT 制定的音頻編解碼標(biāo)準(zhǔn)。 G72 G728 和 G729 是基于幀的話音編碼，本文采用的是 G723 語音編碼， G723是一個雙速率的語音編碼器， 語音編碼是 協(xié)議首推的語音編碼器，它不僅具有兩種低速率語音編碼輸出，而且具有很好的語音質(zhì)量，因此，目前在 IP 的多媒體通信系統(tǒng)中應(yīng)用特別普遍。它的兩個編碼速率分別為 。高速率 ()采用多脈沖激勵最大似然量化算法，低速率 ( 幻采用代數(shù)碼本激勵線形預(yù)測伍 CELP)算法。這兩種算法具有相同的理論基礎(chǔ)，都是基于線形預(yù)測，都采用非周期性分量的激勵源。不同之處在于對 MPMLQ 采用多脈沖最大似然量化激勵，而對 ACELP 采用的是代數(shù)碼本激勵。 視頻編解碼技術(shù) 所謂編解碼方式就是指通過特定的壓縮技術(shù)，將某個視頻格式的文件轉(zhuǎn)換 成另一種視頻格式文件的方式。目前視頻編碼技術(shù)主要有兩種標(biāo)準(zhǔn) ： 一是國際電信聯(lián)盟遠程通信標(biāo)準(zhǔn)化的 ； 二是國際標(biāo)準(zhǔn)化組織 /國際電工委員會 ISO/IEC)運動圖象專家組的（ MPEG(Motion Picture Expert Group)系列標(biāo)準(zhǔn)。其中， 系列標(biāo)準(zhǔn)能夠在很低的碼率下保證解碼圖象的質(zhì)量，更加適合 Inter 上的實時 視頻業(yè)務(wù)。目前視頻流傳輸中最為流行的編解碼標(biāo)準(zhǔn)有 ITUT 制 定的 ， ， 及由 ITUT視頻編碼專家組 (VCEG)和 MPEG 聯(lián)合組成的聯(lián)合視頻組提出的高度壓縮數(shù)字視頻編解碼器標(biāo)準(zhǔn) 。 （ ITUT Video Coding Experts Group，國際電信聯(lián)盟視頻編碼專家組）和 ISO/IEC MPEG 共同開發(fā)的視頻處理標(biāo)準(zhǔn)， ITUT 作為標(biāo)準(zhǔn)建議， ISO/IEC 作為國際標(biāo)準(zhǔn) 1449610（ MPEG4 第 10 部分）高級視頻 編碼（ AVC）。 不僅比 和 MPEG4 節(jié)約了 50%的碼率，而且對于網(wǎng)絡(luò)傳輸具有更好的支持功能。它引入了面向 IP 包的編碼機制，有利于網(wǎng)絡(luò)中的分組傳輸，支持網(wǎng)絡(luò)中視頻的流媒體傳輸。 具有較強的抗誤碼特性，可適應(yīng)丟包率高、干擾嚴(yán)重的無線信道中的視頻傳輸。 支持不同網(wǎng)絡(luò)資源下的分級編碼傳輸，從而獲得平穩(wěn)的湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 17 圖像質(zhì)量。 能適應(yīng)于不同網(wǎng)絡(luò)中的視頻傳輸，網(wǎng)絡(luò)親和性好 。 網(wǎng)絡(luò)技術(shù) RTP/RTCP 協(xié)議 多媒體技術(shù)是把文字、音頻、視頻、圖形等多媒體信息通過計算機進行 數(shù)字化采集、獲取、壓縮 /解壓縮、編輯和存儲等加工處理的技術(shù)。一般說來，文本信息在 網(wǎng)絡(luò)上傳送時不需要嚴(yán)格的實時控制，卻要求可靠的服務(wù)。而聲音、視頻 信息可以允許少量的信息流失，但對時間的延遲卻非常敏感，要求網(wǎng)絡(luò)能實時傳送。 在 Inter 上傳輸多媒體信息，對實時性要求很高，一般都是采用實時傳送協(xié)議RTP(RealTime Transport Protocol)協(xié)議進行封裝傳輸。 IP網(wǎng)絡(luò)的通信協(xié)議是基于 TCP/IP協(xié)議的，當(dāng)然， IP 協(xié)議和 TCP 協(xié)議是核心協(xié)議。此外，為了保證視頻會議的音頻和視頻碼流的實時傳輸 ，需要使用實時傳輸協(xié)議 RTP。以上幾個通信協(xié)議是 IP 網(wǎng)的主要通信協(xié)議，是正網(wǎng)的通信基礎(chǔ)， IP 網(wǎng)的所有業(yè)務(wù)將都是在這些通信協(xié)議的基礎(chǔ)上建立起來的。 實時傳輸協(xié)議 RTP[11](Realtime Transport Protocol)是針對 Inter 上多媒體 數(shù)據(jù)流的一個傳輸協(xié)議，有 IETF(Inter 工程任務(wù)組 )作為 RFC1889 發(fā)布。 RTP 被定義為在一對一或一對多的傳輸情況下工作，其目的是提供時間信息和實現(xiàn)流同步， RTP 的典型應(yīng)用建立在 UDP 上，但也可以在 TCP 或 AT M等其他協(xié)議之上工作。 RTP 本身只保證實時數(shù)據(jù)的傳輸，并不能為按順序傳送數(shù)據(jù)包提供可靠的傳送機制，也不提供流量控制或擁塞控制，它依靠 RTCP 提供這些服務(wù)。 實時傳輸控制協(xié)議 RTCP(RealTime Transport Control Protocol)負(fù)責(zé)管理傳輸質(zhì)量在當(dāng)前應(yīng)用程序之間交換控制信息。在 RTP 會話期間，各參與者周期性地傳送 RTCP包，包中含有己發(fā)送的數(shù)據(jù)包的數(shù)量、丟失的數(shù)據(jù)包的數(shù)量等統(tǒng)計資料，因此，服務(wù)器可以利用這些信息動態(tài)地改變傳輸速率，甚至改變有效載荷類型。 RTP 和 RTCP 配合使用，能以有效的反饋和最小的開銷使傳 輸速率最佳化，故特別適合傳送網(wǎng)上的實時數(shù)據(jù)。 利用 RTP 能夠在 一 對 一 (單播 )或者 一 對多 (多播 )的網(wǎng)絡(luò)環(huán)境中實現(xiàn)流媒體數(shù)據(jù)的實時傳輸。 RTP 通常使用 UDP 來進行多媒體數(shù)據(jù)的傳輸，但如果需要的話可以使用TCP 或者 ATM 等其它協(xié)議。 RTP 協(xié)議的設(shè)計目的是提高實時數(shù)據(jù)傳輸中的時間戮信息以及各數(shù)據(jù)流的同步功能。 RTP 協(xié)議提供序列號字段使接受方根據(jù)檢測收到的分組序列號來判斷是否有分組丟失，并可重新恢復(fù)發(fā)送時的分組序列 。提供時間戳字段用于重新建立原始音頻、視頻的時序，幫助接受方確定數(shù)據(jù)到達時間的一致性或變化，提供同步源 標(biāo)識符 (SSRC)字段，在接收端為包分組從而進行回放。 RTP 本身并不能為湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 18 按序傳輸數(shù)據(jù)包提供可靠的保證，也不提供流量控制和擁塞控制，這些都由實時傳輸控制協(xié)議 RTCP 來負(fù)責(zé)完成，通常 RTCP 會采用與 RTP 相同的分發(fā)機制，向會話中的所有成員周期性地發(fā)送控制信息，應(yīng)用程序通過接收這些數(shù)據(jù)，從中獲取相關(guān)資料，從而能夠?qū)Ψ?wù)質(zhì)量進行控制或者對網(wǎng)絡(luò)情況進行診斷。 當(dāng)應(yīng)用程序開始一個 RTP 會話時 ，各參與者周期性地傳送 RTCP 包。 RTCP 包中含有已發(fā)送的數(shù)據(jù)包的數(shù)量、丟失的數(shù)據(jù)包的數(shù)量等統(tǒng)計資料，因此，服務(wù)器可以利用這些信 息動態(tài)地改變傳輸速率，甚至改變有效載荷類型。 RTP 和 RTCP 配合使用，它們能以有效的反饋和最小的開銷使傳輸效率最佳化，因而特別適合傳送網(wǎng)上的實時數(shù)據(jù)。 組播技術(shù) 視頻會議業(yè)務(wù)需要點對多點的通信。目前視頻會議系統(tǒng)的通信有單播和組播兩種方式。 單播技術(shù)是一種點對點的數(shù)據(jù)傳輸模式，其優(yōu)點是容易實現(xiàn)，其缺點是如果多個用戶同時請求同一份數(shù)據(jù)，服務(wù)器必須通過網(wǎng)絡(luò)給這多個用戶依次發(fā)送多份拷貝，在視頻會議系統(tǒng)中，如果采用單播方式需要占用大量的帶寬資源，限制了視頻會議的規(guī)模。 組播技術(shù)是一種點對多點的數(shù)據(jù)傳輸模式， 組播將 IP 數(shù)據(jù)包發(fā)送到共享相同 IP地址的一個主機組中，一個點發(fā)送，多個點同時接收連續(xù)的數(shù)據(jù)流。組播技術(shù)可以避免數(shù)據(jù)的重復(fù)發(fā)送，不會造成網(wǎng)絡(luò)帶寬的浪費，非常適合視頻會議業(yè)務(wù)，是視頻會議系統(tǒng)的關(guān)鍵技術(shù)之一。 QOS 保障技術(shù) QOS 問題即服務(wù)質(zhì)量問題，是針對 IP 網(wǎng)絡(luò)帶寬的管理策略，是評價系統(tǒng)性能的一個重要的問題。從我們要實現(xiàn)的視頻會議系統(tǒng)所使用的網(wǎng)絡(luò)環(huán)境來說，它是一個服務(wù)質(zhì)量不能保證的通信網(wǎng)，而會議系統(tǒng)存在實時要求很高的媒體信號，因而必須在服務(wù)質(zhì)量上采取措施，除了在媒體信號的編碼中可以采取尺寸可變的編 碼方案，還需要使用 RTCP 實時控制協(xié)議測量網(wǎng)絡(luò)的 QOS，同時，采用資源預(yù)留管理。 資源預(yù)約協(xié)議 RSVP 提供一種有效的資源預(yù)留方式，可以有效地描述應(yīng)用程序?qū)Y源的需求。 RSVP 建立在 IP 協(xié)議之上，可以利用 IP 數(shù)據(jù)報傳輸 RSVP 消息。 RSVP是一個單工協(xié)議，只在一個方向上預(yù)訂資源。另外， RSVP 是一個面向客戶端協(xié)議，由接收端負(fù)責(zé)資源預(yù)訂，可以滿足點到多點群通信中客戶端異構(gòu)的需求，每個客戶端可以預(yù)訂不同數(shù)量的資源，接收不同的數(shù)據(jù)流。 RSVP 還提供了動態(tài)適應(yīng)成員關(guān)系的湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 19 變化，動態(tài)適應(yīng)路由變化的能力。 RSVP 可以滿足大 型點到多點通信群的資源預(yù)訂需求。為了建立并維護分組數(shù)據(jù)傳輸通道中各個交換機的狀態(tài)， RSVP 建立了一個信宿樹。信宿樹以接收端為根結(jié)點，以發(fā)送端為葉結(jié)點，發(fā)送端與接收端之間的通道作為樹的分支。資源預(yù)訂消息由接收端開始，沿信宿樹傳輸?shù)礁鱾€發(fā)送端結(jié)點。在視頻會議中，可以采用 RSVP 協(xié)議來確保網(wǎng)絡(luò)中能預(yù)留一定的帶寬。建立一條從發(fā)送端到接收端的路徑，使得 IP 網(wǎng)絡(luò)能提供接近于電路交換質(zhì)量的服務(wù)，即在面向無連接的網(wǎng)絡(luò)上，增加了面向連接的特性。 信息安全 視頻會議系統(tǒng)是一個開放的系統(tǒng)，基本上沒有考慮安全性的問題。解決 信息安全問題刻不容緩。目前，用于視頻會議系統(tǒng)的信息安全技術(shù)主要有兩大類 : 第一類是加解擾技術(shù) :該類技術(shù)目的是防止信息被非法盜用，可以用于視音頻數(shù)據(jù)的加密。該技術(shù)己經(jīng)廣泛用于數(shù)字電視的加密頻道中?；驹硎窃诎l(fā)送端對要發(fā)送的數(shù)據(jù)加擾，同時在授權(quán)的接收端 (擁有相應(yīng)的解密密鑰 )對接收的數(shù)據(jù)解擾。 第二類是數(shù)字簽名 ： 該類技術(shù)的目的是解決信息的否認(rèn)、偽造、篡改及冒充的 問題。數(shù)字簽名的發(fā)送者發(fā)送的報文簽名， 接收者不能偽造發(fā)送者的報 簽名， 接收者不能對發(fā)送者的報文進行部分篡改 ， 網(wǎng)絡(luò)中的某一用戶不能冒充另一用戶作為發(fā)送者或接 收者。數(shù)字簽名的應(yīng)用范圍十分廣泛，包括 :加密信件、商務(wù)信函、定貨購買系統(tǒng)、遠程金融交易等等。 流媒體傳輸技術(shù) 流媒體的概念 所謂流媒體技術(shù)（或稱流式媒體技術(shù)）就是把連續(xù)的影像和聲音信息經(jīng)過壓縮處理后存放到視頻傳送服務(wù)器上，由視頻傳送服務(wù)器把節(jié)目傳送到網(wǎng)絡(luò)，用戶在客戶端通過 播放器可實時觀看節(jié)目。在網(wǎng)絡(luò)上傳送的一系列相關(guān)的數(shù)據(jù)稱為“流” [12]。 流媒體 (Steaming Media)是一種新興的網(wǎng)絡(luò)傳輸技術(shù)，在互聯(lián)網(wǎng)上實時順序地傳輸和播放枷 音頻等多媒體內(nèi)容的連續(xù)時基數(shù)據(jù)流，流媒體技術(shù)包括流媒體 數(shù)據(jù)采集，枷音頻編解碼，存儲，傳輸， 播放等領(lǐng)域。 一般來說，流包含兩種含義，廣義上的流是使音頻和視頻形成穩(wěn)定和連續(xù)的傳輸流和回放流的一系列技術(shù)、方法和協(xié)議的總稱，我們習(xí)慣上稱之為流媒體系統(tǒng)；而狹義上的流是相對于傳統(tǒng)的下載－回放 (Download－ Playback)方式而言的一種媒體格式，它能從 Inter 上獲取音頻和視頻等連續(xù)的多媒體流，客戶可以邊接收邊播放，使時湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計（論文） 20 延大大減少。 流式傳輸時，聲音、影像或動畫等時基（基于時間連續(xù)的）媒體由音視頻服務(wù)器向用戶計算機連續(xù)、實時傳送，用戶不必等到整個文件全部下載完 畢，而只需經(jīng)過幾秒或十?dāng)?shù)秒的啟動延時緩存即可進行觀看。當(dāng)音頻、視頻的時基媒體在客戶機上播放時，文件的剩余部分將在后臺從服務(wù)器內(nèi)繼