关键词：H.320 H.323 SIP IMS 通播网

作者：南京邮电大学 毕厚杰

如果说上世纪90年代初，视频通信技术还只是一种备用技术的话，那么今天由于多媒体业务的迅猛发展，已成为相当热门的、发展前景广为看好的技术了。这是因为当时对视频通信的业务需求只限于少量的会议电视；今天则是业务需求的种类日益繁多，日益迫切。目前除一般的会议电视外，还有可视电话、高清会议电视、手机电视通信等。除专网的会议电视外，还有公网的会议电视；利用MSN、QQ等即时通信软件提供的可视通信；基于P2P的视频通信等等。

本文拟对视频通信技术作一综述，主要内容述及视频通信系统技术、视频压缩编码技术和视频通信网络技术三个方面。

一、 视频通信系统技术

视频通信目前主要应用于会议电视、远程教学、远程医疗、家庭应用、企业应用等。它包括运营支撑层、网络交换层和用户终端层三个部分，见图1。

图1 视频通信系统结构

目前采用的视频通信系统技术主要是H.320、H.323和SIP三种。

1．H.320

ITU-T于1990年7月通过的H.320是国际上第一个主要用于会议电视的建议，其框图见图2[3] 所示。

图2 H.320建议框图

其中视频编解码器用来压缩和解压缩视频信息，采用H.261建议。多种媒体信号以时分复用方式在64kbit/s~1920kbit/s速率的时分信道中传送，也就是通常所说的电路交换方式的专用信道中传送。

2．H.323

ITU-T于1996、1997、2000、2001分别推出H.323的V1~V4建议，特别是其V2的名称改为“基于分组的多媒体通信系统”，其应用很广。该建议框图见图3 [3]，其系统见图4。

图3 H.323建议框图

图4 H.323的域

H.323系统的基本组成单位为“域”。它由一个网闸（GK）、若干个网关（GW）、多点控制器（MCU）、多个终端（T）组成。网闸（GK）提供接入控制、带宽管理、呼叫路由等功能，它实际上是H.323系统的集中控制装置。MCU用于对输入的多路会议电视信号进行切换。

3．SIP（信号初始化协议）[5]

随着互联网的迅猛发展，宽带多媒体通信业务得到迅速发展，如IPTV、视频邮件、视频彩铃，特别是多种正在向多媒体发展的即时通信，包括文字聊天、视频聊天、多人视频聊天等。目前腾讯QQ、MSN等即时通信软件纷纷引入视频聊天功能。除SKYPE、QQ等采用私有的控制协议外，近几年流行的MSN则把SIP作为信令控制协议，在会议电视等视频通信系统利用SIP还可实现不少增值业务。作为下一代多媒体通信网络的IMS（IP多媒体核心网子系统）也选择了SIP作为会议控制协议。

图5为SIP多媒体通信体系框图。

图5 SIP多媒体通信体系框图

SIP的基本框架详见RFC3261建议。它是一个应用层的控制协议，用来创建、更改和终止会话（这里的“会话”实际指的是多媒体通信），它只定义了会话的控制过程，与H.320、H.323不同，它不是一个完整的多媒体通信框架，它需要SDP、RTP、RTCP、RTSP等协议完成信号的传输，需要G.711、G.729、H.263、H.264等实现声音和图像信号的压缩和处理。

为了组成IMS多媒体通信体系，可采用图6所示的框图，各组成部分的功能为：

图6 IMS多媒体通信框图

● SIP Server（SIP服务器） 完成多媒体终端的注册功能，对终端进行身份认证，实现呼叫请求对AS的触发，或接收AS发出的对终端的请求；建立终端与MRS的连接等。

● AS（应用服务器） 完成多媒体各业务的汇接处理。

● MRS（媒体资源服务器） 完成来自各终端的视音频数据的混音、转码等。

● Portal（入口） 完成为用户服务的功能，如会议预定、修改和取消、申请发言、选看视频等。

4．对H.320、H.323和SIP的比较

H. 320主要应用于政府、金融、大型企业等 ，利用电路交换的专网传送媒体信息，优点是图像质量稳定、可靠，缺点是网络造价高，为IP网络的好几倍；带宽较窄，不能传送宽带的高清晰度图像。

H．323利用分组交换的IP网络传送媒体信息。优点是可传送多种业务，可展开增值业务，因为IP技术是独立于业务的；相对于专网，它的公网传送价格较便宜，因此可用于广大用户。此外，它的技术比较成熟，是目前视频通信的主要系统技术，缺点是通过网闸的集中控制，比较复杂。

SIP可用于IMS的下一代网络，也可开展MSN等即时通信业务。如用于IMS网络，则适于各种不同接入方式，包括移动和固网的融合，是视频通信进一步发展的组网方式，目前还正在完善中。

二、视频压缩编码技术

由于视频信号的信息量大，为了在窄带信道中传送视频信号，以节省传输成本，利用了视频压缩编码技术，对这种压缩技术的主要要求是既保证一定的图像质量，又要使压缩比尽可能大，当然也要尽量降低成本。

1988年，CCITT通过H.261建议，它被称为视频压缩编码的里程碑；1991、1994年ISO/IEC公布了MPEG-1、MPEG-2标准；1995年ITU-T推出了H.263标准，1999年ISO/IEC通过了MPEG-4标准；2003年ITU-T公布了H.264标准。现简要介绍于后，并加以比较。

1．H.261和H.263

为了解决视频通信在不同国家不同彩电制式的互通问题，H.261首先采用一种公共中间格式CIF，不论何种彩电格式，发送方先把自己国家的彩电制式转换成CIF格式，经H.261编码后再由CIF格式转换成接收方彩电制式。

图7为H.261编解码器方框图，图8为H.261的CIF图像格式；图9为H.263的CIF图像格式：

图7 H.261视频编解码器方框图

图8 H.261的CIF图像格式

图9 H.263的CIF图像格式

H．261与H.263的视频信源编码（即压缩编码）方法是类似的，都采用混合编码方法，即采用DPCM帧间预测和DCT变换的混合方法。为了进一步提高图像质量，H.263作了不少改进，如二维预测、半像素预测、非限制的运动矢量模式、高级预测模式、PB帧预测模式以及基于句法的算术编码等。

2．H.264

现在IP技术、互联网技术、移动通信技术已获得广泛应用。但由于IP数据流量的突发性，当数据流量大时，网络会发生拥塞，经常发生丢包、误码，看到图像中带有不少方块，导致恶劣的视频质量。此外移动通信的无线传输条件往往是不能令人满意的。于是对新的视频压缩编码技术除了大幅度提高压缩比外，还要求具有良好的网络亲和性，即可适应各种不同网络与条件的变化。这就导致了H.264的产生，其特点是高压缩比、高可靠性。

相对于H.264，MPEG-4是基于对象进行编码的，具有更好的灵活性和交互性，但其中有的技术和方法尚待完善。

H.264与以往的H.261、 H.263、MPEG-1、MPEG-2编码器功能块并无重大区别，主要不同在于多功能块的细节。由于视频内容时刻在变化，有时空间细节很多，有时大面积的平坦，这种内容的多变性，必然要采用相应的自适应编码措施，由于信道在环境恶劣下也是多变的。例如 互联网，有时畅通，有时不畅，有时阻塞；又如无线网，有时严重衰落，有时衰耗很少，H.264必须采取自适应方法对抗这种信道特性不良带来的影响。此外，H.264还在提高压缩比方面采取了不少精细的措施，如不同精度的象素预测模式、多种帧内预测模式、多种参考图像模式、多种熵编码模式以及基于码率控制的自适应编码方式等等。

由于H.264压缩比很高，可应用于高清的视频通信。如高清720P的分辨率为1280×720， 它是CIF的9.1倍。帧频达25帧，格式为16︰9，大部分厂家高清算法都采用H.264，最低网络带宽为1Mbit/s。

3．实验结果比较

以会议电视应用为例，对多种视频编码进行比较。图10[4]为会议电视应用中各种编码器性能的比较。表1为实验结果的数据比较。

图10 会议电视多编码的性能比较

表1 会议电视应用中各编码器的实验结果

由图10、表1可见，在会议电视应用中对于实现了基于Lagrangian优化算法的编码控制模型的H.264编码器，其编码性能，以亮度分量性噪比为例，相对于MPEG-4提高了1~2dB，相对于H.263约提高了1~3dB 。可见H.264编码性能相对以往所有编码标准均有了重大提高。达到了预期大大增加压缩比的目标。

在流媒体应用中，实验也表明H.264编码性能比MPEG-4约提高1~3dB，比H.263约提高1~5dB，比MPEG-2提高的更多，约为3~6dB。也就是说，在多种应用中，H.264与以往各标准相比，其压缩比均有大幅度提高。

由以上讨论可见，以编码性能来说，H.264是最好的，可应用于多种视频编码中。目前问题在于其专用芯片成本还比较高，（因其复杂度最高），有待进一步降低成本。基于H.264的国内AVS标准也已完成，可节约大量专利费，但扩大产业规模，降低发展成本还有不少工作要做。

H.263的技术比较成熟，复杂度低，因此芯片成本也不高。目前的应用仍是最广的。

三、下一代通信网络技术

发展视频通信，还必须开发下一代网络技术。现有宽带通信网络，必须要解决各种不同宽带接入技术。还要解决固网与移动网络的融合技术。这就引入了IMS网。这是当前已公认的以SIP为基础的下一代网络。

现有的互联网由于是以DNS为基础，只认域名，不认用户名。在安全性、商业化等方面产生一系列问题，这就引入了以UNS为基础的通播网。

下面对IMS与通播网作一简要介绍：

1．IMS

现在的传统网络架构的特点是垂直化，如图11 所示。

图11 传统网络的垂直化架构

图12 IMS的水平化架构

这时，有一个业务，就相应地有一个网络，因此有N个业务，就相应地有N个网络。例如电话业务需PSTN网，数据业务相应地有分组数据网，计算机业务有互联网、广播电视业务则有广播电视网等。不同业务随之而来相应地需要不同的终端，不同的付费方式，不同的帐单等。这样一来随着业务种类的日益增多，用户愈来愈感到不方便。通信运营商则愈来愈感到管理不方便，增加了网络的复杂化，增加了运维费和网络投资费用。

IMS则采取水平化的架构，如图12所示。IMS 采取统一的应用业务平台，统一的用户数据率，统一的鉴权控制和计费方式（AAA）、统一的基于SIP协议的会话控制方式，统一的核心传送网（IP）。这样一来大大简化了网络结构，使用户感到方便，使运营商管理方便，节省了投资和运维费用。

IMS采用了统一的SIP协议，对网络进行控制，与具体接入方式无关，接入网可以是PSTN，也可以是移动网；可以是LAN，也可以是WLAN；可以是FTTH，也可以是Cable Modem。实现了固网与移动网的融合，给用户带来很大的灵活性。

这样一来，IMS就成了下一代网络（NGN）的基础组成。

IMS体系的组成见图13[1]所示。

图13 基本的IMS体系

它由业务应用层、会话控制层和终端与网关层三个功能层组成。具体功能详见[1]。

2．通播网

众所周知，互联网由于其使用简便，已获得了广泛应用。但由于它以DNS为基础，只能识别域，而不能识别用户，这样一来，安全性就有问题，收费也就是商业模式也成问题。为此汪涛提出了通播网理论[2]，它可适应于下一代网络的如下3个未来业务的需求：（1）无限丰富；(2)无限可变；（3）当前未知（当前无法预知还有什么新的业务）。汪涛提出把互联网改变为以UNS（用户名系统）为基础的网络。它就可识别用户地址，可解决商业模式问题，可适应下一代网络所传送的各种业务的需求。

通播网包括UNS协议、业务描述语言、组播和转播协议、以及超级IP协议等几个部分。目前各个部分的基础软件都已完成，正在进一步编制相应的商用软件中，不久可就进入试用阶段。

由于采用了基于IPV4的超级IP协议，解决了地址空间不足的问题，只需软件升级，不需改变现有服务器的硬件，因此成本很低。

我个人认为，通播网结构简单，成本低廉，对于下一代宽带网络（NGN）具有重大应用价值。相对而言，IMS的结构比较复杂，较多的网关可能对网络性能会有不良影响。

四、结论

由于多媒体业务的需求日益迫切，必须积极发展视频通信技术。当前的压缩技术、网络技术正在发生重大改变，相应视频通信业务的重大发展已是指日可待了。

参考文献：

【1】毕厚杰 李秀川，《IMS与下一代网络》， 人民邮电出版社，2006.12

【2】汪涛，《通播网宣言》，北京邮电大学出版社，2006.12

【3】朱秀昌，《图像通信应用系统》，北京邮电大学出版社，2003.12

【4】毕厚杰，《新一代视频压缩编码标准——H.264/AVC》，人民邮电出版社，2005.5

【5】邓健卫等，“基于SIP协议的视频会议系统”，中国多媒体通信，2007.No12