摘要：本文提出了基于SIP的扩展的集中式会议模型，拥有一个会议控制和多个媒体混合服务器，既解决了单一服务器的负载问题，又保持了集中式会议模型的优点。此外本文设计了SIP会议服务器的功能框架，对其工作流程进行了详细的阐述。

　　关键字：视频会议，SIP，H.323

　　引言

　　随着多媒体技术在网络中的迅猛发展，人们对于视频会议的需求也日益显著。在国内，视频会议系统的研究虽然起步较晚，但也出现了众多厂商纷纷研究的局面，各种应用产品随之应运而生。视频会议的发展出现前所未有的蓬勃景象。

　　目前视频会议系统的研究现状而言，有两个信令协议，它们分别是国际电联电信联盟标准部（ITU-T）提出的H.323协议，和因特网工程任务组（IETF）提出的SIP协议。

　　H.323协议是根据传统电信网络发展而来的，它继续沿用电话网络的呼叫流程和应用环境并逐渐走向成熟。H.323协议的覆盖面极大，其中包括各种终端设备、电话网络、视频会议等应用。H.323协议的使用解决了视频会议中呼叫控制和媒体管理等方面的问题。但是由于H.323协议在设计之初，考虑的问题太过繁琐，致使其体系结构太过复杂。

　　SIP协议是一种进行多媒体通信的控制信令协议，它主要用来在建立、修改和释放会话。主要实现的用户功能有：用户的定位、用户能力交换、呼叫建立、呼叫处理等。SIP协议与H.323协议最大的不同之处在于，它更加灵活，便于使用和扩展。并且SIP协议便于扩充，实现更加丰富的多媒体业务。

　　尽管目前大多数的IP电话网络和会议系统都采用H.323标准，但SIP协议一经问世，就以其简单、易用性得到了学术界、设备商、运营商的广泛关注。业内已经确定将SIP协议作为下一代网络的核心控制协议。

　　SIP视频会议的系统模型

　　2.1传统会议模型的拓扑结构

　　当前的SIP会议模型有以下三种：

　　第一种是松耦合会议模式，该模式是指无需中央信令的控制，终端直接进行交换的会议，利用组播方式进行传输。在该模式中，会议的参与双方没有直接相连，也没有任何的控制中心或者会议服务器。出席会议的成员之间只是通过会议控制信令加入到组播组中。

　　该模式最大的优点在于，给终端用户的使用提供了极大的方便。而缺点在于它需要很多的网络带宽，并且无法保证数据流的可靠传输。

　　第二种模式是全分布式会议模式。该模式没有中心控制点，要求在SIP协议下每个参与者都要与其通信的另一方保持相连，是完全分布式的。

　　由于全分布式会议中每个参加会议的客户端都与其相连的其他客户端保持连接，所以该模型的优点在于保证了可靠的视音频和数据传输。缺点在于占用了太多的带宽资源，也浪费了网络资源。

　　第三种是集中式会议模式，该模式拥有一个中心控制点。每个参与者都直接与这个中心点相连。此中心控制点具有多种会议功能。

　　集中式会议模型的优点在于集中地控制了会议的信令与媒体流，提升了多点会议的管理能力，减少了计算复杂性。对于终端用户来说，该模式大大减少了带宽的需求，使用户拥有选择编码格式的自由。便于系统今后的扩充。该模式的缺点：所有的信令和媒体流都放在一个中心控制器来处理，使得中心控制器的负担太重，不利于大型视频会议的发展。

　　2.2 扩展的集中式会议模型

　　集中式会议模型仍然存在很大的不足，需要进一步的扩展。集中式会议模型由于只有一个服务器，并且单一的媒体混合器不可能完成所有媒体流的混合与分发。本文针对集中式会议模型的不足作了相应的改进，提出将会议控制和媒体混合进行物理上相分离的方式，形成了一种只有一个中心控制单元，多个媒体混合的集中式会议模型。

　　在该模型中，视频会议系统拥有一个会议控制和多个媒体混合服务器，这样既解决了单一服务器的负载问题，又保持了集中式会议模型的优点。

　　SIP会议服务器的框架

　　本文研究的SIP会议服务器框架包括会议控制服务器、媒体混合服务器、会议通知服务器、会议策略服务器、会议策略等模块组成。

　　下面我们将对SIP会议服务器中各组成部分做详细的解释。

　　会议控制服务器

　　会议控制服务器是整个系统的中心控制单元，它负责将各个终端用户通过SIP信令的方式相互联系起来。也就是说，每个客户端都是通过这个中心控制单元和其它用户进行通信和交流的，并且该控制服务器还可以命令媒体混合服务器进行媒体操作。在整个会议过程中，会议控制服务器的功能主要体现在管理整个会议系统和控制媒体混合服务器。包括会议的建立、删除、修改以及通知与会者会议的最新状态。

　　媒体混合服务器

　　媒体混合服务器负责接收客户端发来的媒体流，并且按照相应的媒体策略进行混合，再分发给各终端用户，从而实现会议媒体流的交互。除了用于接收和发送RTP格式的多媒体数据流之外，还将多路音频流解码为音频信号后，混合这些音频信号为一个音频信号，再编码成一路音频流。多路视频流解码成多个图像后，拼接这些图像为一个图像，再编码成一路视频流。

　　会议通知服务器

　　该服务器的功能是向会议中的订阅用户发送通知消息，告知会议的最近状态。会议控制器可以担当通知的身份，具有接受订阅会议状态功能以及具有通知订阅者会议状态改变功能。

　　会议策略服务器

　　会议策略服务器是对会议控制服务器管理会议时所依据的执行规则。会议策略服务器主要包含：会议的准入机制、权限控制、媒体/资源管理、参数配置等。

　　媒体控制信令

　　本文定义了一种用在会议控制服务器和媒体混合服务器之间的信令。该信令主要用来检测媒体混合服务器的可用性，以及创建、删除媒体任务等操作。本文在4.2.4中对该信令有详细的定义。

　　会议URI

　　会议URI全称为会议统一资源标识符，它被用来区分服务器中各个不同的会议，具有唯一性的特点。我们可以这样理解，在同一时间内服务器是要处理很多不同的会议请求，而会议URI就是帮助服务器区分这些请求分别来自哪个会议的。即它可以帮助服务器正确的处理不同会议的请求，而不会造成错乱。

　　客户端

　　视频会议的客户端是指用户在终端设备上执行各项操作的应用程序。用户可以通过该应用程序，建立、加入、退出会议，还可以在加入会议后，通过发送订阅消息获得会议的最近状态。

　　SIP会议服务器的工作流程

　　会议服务器在启动之后，首先进行初始化，然后开启SIP消息接收线程等。此时，会议服务器就可以接收用户的创建会议请求和加入会议请求了，具体工作流程详细解释如下：

　　首先，在客户端开启应用程序后，服务器初始化并开启SIP消息接收线程。

　　判断是否有会议请求。如果没有，则转向（3）；如果有，转向（4）。

　　没有会议请求，则继续监控请求线程。

　　Focus接收到用户的会议请求。

　　判断该请求消息中的会议URI是否已经存在。如果存在，转向（6）；如果不存在，转向（10）。

　　会议URI已经存在，则该请求为加入请求。

　　判断该用户是否为合法用户。如果是，转向（8）；如果不是，转向（9）。

　　将请求消息交给Focus处理。

　　拒绝该用户的加入请求，重新回到监听状态。

　　会议URI不存在，则准备创建一个新的会议。

　　查询该请求用户是否具有创建权限。如果有，转向（12）；如果没有。转向（13）。

　　分配一个会议URI，交给Focus创建会议。

　　拒绝该创建请求，继续监听。

　　总结

　　本文比较了传统视频会议系统模型的优缺点，提出了基于SIP的扩展的集中式会议模型，该系统模型是将会议控制服务器和媒体混合服务器进行物理上的分离，拥有一个会议控制和多个媒体混合服务器，这样既解决了单一服务器的负载问题，又保持了集中式会议模型的优点。

　　参考文献

　　International Telecommunication Union，Packet-based multimedia communications systems，ITU H.323, July 2003.

　　李伯仲，高清晰视频会议系统中主要技术标准的分析[J]，电力系统通信，2006，27（168），68-70.

　　J.Rosenberg，H.Schulzrinne and O.Levin，RFC 4575：A Session Initiation Protocol（SIP）Event Package for Conference State[J]，IETF，August 2006.

　　M.Barnes Nortel，C.Boulton Avava，O.Levin，RFC 5239：A Framework for Centralized Conferencing[J]，IETF，June 2008.