SIP協(xié)議與視頻通信
2003/10/29
摘 要 概述現(xiàn)有視頻通信技術，包括H.320與H.323的應用，以及SIP協(xié)議的歷史、組成部件，并展望了SIP協(xié)議用于視頻通信的前景。
關鍵詞 SIP 視頻通信 H.323
一、引 言
通信技術發(fā)展到今天，電話網幾乎覆蓋全球。語音通信(電話)似乎已基本達到在任何時間，任何地點都可以溝通。隨著技術的發(fā)展，人們已不滿足僅僅語音通信，大規(guī)模視頻通信已成為下一階段信息產業(yè)發(fā)展方向。雖然電視會議已出現(xiàn)20多年，當前不但有統(tǒng)一的標準而且有成熟的產品，但是由于種種原因一直沒有得到像電話那樣的普遍應用。隨著SIP協(xié)議的出現(xiàn)，視頻通信在技術上又有了新的發(fā)展動力。
二、視頻通信協(xié)議概述
1.基于H.320的視頻應用
傳統(tǒng)會議電視利用以電話網2M或者1.544M直連數(shù)字線路連接終端會議電視設備進行實時音頻、視頻和數(shù)據信息的傳送。通過使用多點控制器，可以在一塊控制板具備所有主會場的操作切換功能。最初會議電視廠家以各自專用的壓縮和通信算法進行生產，各個會議電視廠家產品無法互聯(lián)互通。
隨著ITU-T推出H.320協(xié)議，上述問題得到很大程度的解決。H.320是同步電路交換網（如ISDN）上現(xiàn)頻傳輸?shù)臉藴�。電路交換網適用于實時應用，如長時間和具有確定延遲的音頻和視頻信號傳遞。電路的建立依賴于帶外信令、集中的路由控制和昂貴的交換設備。使用H.320協(xié)議，電話網商用會議電視的理想電路是384kbit/s。使用384kbit/s的電路可以以合理的成本提供高質量的音頻和視頻信號。采用2M或者1.544M的中繼直連當然很容易滿足上述帶寬要求，但是等于建立專網，價格令用戶難以承受。由于電話網絡中繼價格不斷下降以及大量既成事實的基于H.320的電視會議應用，雖然H.320通信成本相對于現(xiàn)有的其它方式稍顯昂貴，但其市場仍將在未來數(shù)年里繼續(xù)成長。
2.基于H.323協(xié)議的視頻應用
H.323是國際電信聯(lián)盟制定的局域網上的多媒體通信系列標準。該協(xié)議專門為不提供服務質量（QoS）保證的局域網技術制定，例如運行于以太網、快速以太網和令牌環(huán)網（Token Ring）上的TCP／IP和IPX。盡管H.323協(xié)議特別為局域網制定，只要帶寬時延滿足要求同樣可以應用在更大范圍，例如城域網和廣域網。1997年5月，國際電信聯(lián)盟第15研究小組重新定義了H.323，它成為在“不保證服務質量的分組交換網上傳遞信息的多媒體通信系統(tǒng)”的標準。
H.323是在H.320的基礎上建立起來。增加的一些功能是由分組交換網絡代替電路交換網絡所帶來的，另一些功能則是由壓縮算法和信令技術的發(fā)展帶來的。H.323協(xié)議在規(guī)定了與H.320相同的視、音頻壓縮算法的同時又補充了一些新的算法。它是一個龐大的協(xié)議族，主要定義了四個部分：終端、網關、網守和多點控制單元。
（1）終端：在基于IP的網絡上是一個客戶端點。它需要支持下面3項功能：支持信令和控制；支持實時通信；支持編碼，即傳前壓縮，收后進行解壓縮。
（2）網關：提供在包交換網絡和電路交換網絡（SCN，Switch Circuit Network）之間的一個連接。
（3）網守：在Ｈ.323系統(tǒng)中是可選的，但如果出現(xiàn)，它們就具有某些強制性的功能，網守完成地址翻譯、接納控制、帶寬控制、域管理4個必須功能。網守還支持呼叫控制信令、呼叫鑒權、帶寬管理和呼叫管理４個可選的功能。
（4）多點控制單元（MCU）：多點控制單元支持3個以上的端用戶進行會話。典型的MCU包括一個多點控制器（MC）和若干個（也可以沒有）多點處理器（MP）。MC提供控制功能，如終端之間的協(xié)商。MP完成會話中的媒體流的處理，如話音的混合、話音／視頻的交換。
H.323是一個復雜而龐大的協(xié)議族，現(xiàn)階段是視頻應用的主流技術。由于過于復雜，現(xiàn)在正受到基于SIP協(xié)議視頻應用的挑戰(zhàn)。
二、SIP協(xié)議簡介
1.SIP概述
SIP (Session Initiation Protocal)稱為會話初始協(xié)議，是由IETF（Internet Engineering Task Force）組織于1999年提出的一個在基于IP網絡中，特別是在Internet這樣一種結構的網絡環(huán)境中，實現(xiàn)實時通信應用的一種信令協(xié)議。而所謂的會話（Session）就是指用戶之間的數(shù)據交換。在基于SIP協(xié)議的應用中，每一個會話可以是各種不同類型的內容，可以是普通的文本數(shù)據，也可以是經過數(shù)字化處理的音頻、視頻數(shù)據，還可以是諸如游戲等應用的數(shù)據，應用具有巨大的靈活性。
作為一個IETF提出的標準，SIP協(xié)議在很大程度上借鑒了其他各種廣泛存在的Internet協(xié)議，如HTTP（超文本傳輸協(xié)議），SMTP（簡單郵件傳輸協(xié)議）等，和這些協(xié)議一樣SIP采用的也是基于文本的編碼方式，這也是SIP協(xié)議同視頻通信領域其他現(xiàn)有標準相比最大的特點之一。SIP協(xié)議的提出和發(fā)展，是伴隨著Internet的發(fā)展而發(fā)展的，到目前為止它走過了以下幾個階段：
（1）1996年首先出現(xiàn)了SIP的概念，這時SIP的主要應用是針對Internet上的各種文本應用，如電子郵件、文字聊天等。
（2）1999年3月，ITEF的多方多媒體會話控制（MMUSIC）工作組提出了RFC2543建議，供各廠商和機構討論。
（3）1999年9月，SIP工作組從MMUSIC中分離并獨立出來，成立了SIP工作組，并于2000年7月發(fā)表了SIP的草案。
（4）2002年6月，ITEF的SIP工作組又發(fā)表了RFC3261建議，以取代RFC2543。
由于網絡環(huán)境以及相關多媒體技術的不足，在SIP協(xié)議首次提出的時候，僅針對各種文本應用，隨著技術的發(fā)展，通過和IETF中IP電話工作組（IPTEL）、IP網中電話選路（TRIP）工作組等兄弟工作組配合工作，在SIP協(xié)議中大大加強了對多媒體通信的支持。
由于Internet的飛速發(fā)展，在最近的兩年時間內，SIP已經開始被ITU-T SG16，ETSI TIPON（歐洲標準化組織），IMTE等各種標準化組織所接受，并在這些組織中成立了與SIP相關的工作組。特別是作為ITU-T SG16主要成員，在多年發(fā)展H.323應用的基礎上，針對SIP應用在視頻領域的特點，提出了SIP的應用指導，并推出了相應的SIP協(xié)議棧，使得ITU的成員實現(xiàn)了這兩種協(xié)議之間的互通性。
2.SIP系統(tǒng)基本組成
按邏輯功能區(qū)分，SIP系統(tǒng)由4種元素組成：用戶代理，SIP代理服務器，重定向服務器以及SIP注冊服務器。
（1）SIP用戶代理：又稱為SIP終端，是SIP系統(tǒng)中的最終用戶，在RFC3261中將它們定義為一個應用。根據它們在會話中扮演的不同角色，又分為用戶代理客戶機（UAC） 和用戶代理服務器（UAS）兩種。其中前者用于發(fā)起呼叫請求，后者用于響應呼叫請求。
（2）SIP代理服務器（SIP Proxy Server）：是一個中間元素，它既是一個客戶機又是一個服務器，具有解析名字的能力，能夠代理前面的用戶向下一跳服務器發(fā)出呼叫請求，由服務器決定下一跳的地址。
（3）重定向服務器（Redirect Server）：是一個規(guī)劃SIP呼叫路徑的服務器，在獲得了下一跳的地址后，立刻告訴前面的用戶，讓該用戶直接向下一跳地址發(fā)出請求，而自己則退出對這個呼叫的控制。
（4）SIP注冊服務器 （SIP Register Server）：用來完成對UAS的登錄，在SIP系統(tǒng)的網元中，所有UAS都要在某個登錄服務器中登錄，以便UAC通過服務器能找到它們。
圖1是一個SIP呼叫建立過程的示意圖，其中：
（1）SIP用戶代理向SIP代理服務器發(fā)送呼叫，建立請求（INVITE）。
（2）SIP代理服務器向重定向服務器發(fā)送呼叫建立請求。
（3）重定向服務器返回重定向消息。
（4）SIP代理服務器向重定向服務器指定的SIP代理服務器發(fā)送呼叫，建立請求。
（5）被請求的SIP代理服務器使用非SIP協(xié)議，例如域名查詢或者LDAP到定位服務器查詢被叫位置。
（6）定位服務器返回被叫位置（被叫SIP代理服務器）。
（7）被請求的SIP代理服務器向被叫SIP代理服務器發(fā)送呼叫，建立請求。
（8）被叫SIP代理服務器向SIP用戶代理（被叫）發(fā)送呼叫，建立請求（被叫振鈴或顯示）。
（9）被叫用戶代理向被叫SIP用戶代理服務器發(fā)送同意或拒絕。
（10）被叫用戶代理服務器向主叫代理服務器所請求的代理服務器發(fā)送同意或拒絕。
（11）主叫代理服務器所請求的代理服務器向主叫代理服務器發(fā)同意或拒絕。
（12）主叫代理服務器向主叫SIP用戶代理指示被叫是否同意呼叫請求。
呼叫建立后，雙方根據協(xié)商得到的媒體和壓縮算法等信息相互通信。呼叫拆除過程類似于建立過程。
三、SIP用于視頻通信的優(yōu)勢與問題
由于SIP協(xié)議與H.323協(xié)議族都基于分組交換網絡，而當前分組交換網上最成熟的視頻通信系統(tǒng)都基于H.323協(xié)議族。所以，使用SIP協(xié)議的視頻通信系統(tǒng)不可避免地需要和H.323系統(tǒng)比較來得到優(yōu)勢與不足。雖然SIP協(xié)議和H.323協(xié)議族并不是誰替代誰的競爭關系，但是通過比較得到的優(yōu)勢和不足可以幫助我們在不同的條件下作出更恰當?shù)倪x擇。
1.協(xié)議功能模塊比較
SIP協(xié)議功能模塊中用戶代理等價于一個H.323的終端（或者分組交換網絡側的網關），SIP服務器則等價于H.323的網守。另外，SIP類似H.323中的RAS和Q.931協(xié)議，而SDP則相當于H.254。在IETF的SIP體系結構中，媒體流的承載采用了RTP協(xié)議，這是和Ｈ.323一樣的。所以，H.323與IETF的SIP主要不同在于呼叫信令和控制是如何實現(xiàn)的。
2.基本呼叫的建立和拆除
H.323第二版的呼叫建立是基于可靠的傳輸協(xié)議--TCP協(xié)議，所以呼叫建立需要兩個連接階段：TCP連接建立和呼叫連接建立。在H.323第三版中支持TCP和UDP，簡化了呼叫建立過程。SIP的呼叫建立類似H.323第三版的處理過程，使用INVITE信息包。呼叫拆除的過程與呼叫建立相反，主叫和被叫都能拆線，H.323協(xié)議采用RELEASE COMPLETE，SIP協(xié)議采用BYE。
3.呼叫控制業(yè)務
SIP和H.323都支持呼叫保持、呼叫轉移、呼叫前轉、呼叫等待、電話會議和其他補充業(yè)務。以呼叫保持為例：H.323定義了近點呼叫保持和遠點呼叫保持兩種保持業(yè)務的場景。網守僅僅透明地傳送SS－HOLD。而SIP實現(xiàn)同樣的功能，只要向需要呼叫保持的一方發(fā)送一個更改了SDP描述的INVITE命令即可。更改的SDP描述段僅將媒體發(fā)送的目的地址變?yōu)榭眨迹?０.０.０＞，而其他的內容不變。收到該用戶的UA，讓呼叫保持，直到有新的INVITE到來為止。
4.SIP的第三方控制
第三方控制是指不參與會話的第三者具有建立呼叫的能力，這個業(yè)務特征目前只有SIP具有。H.323也在進行試圖添加同樣的業(yè)務功能的工作。第三方控制有很多應用場合，包括秘書為經理撥號、電話營銷的自動撥號、參加者呼叫轉移和呼叫中心業(yè)務。第三方控制是SIP值得很好利用的業(yè)務特征。由于SIP的這一特性，ITU-T和IETF在實現(xiàn)PINT（IN和因特網互通）業(yè)務時都采用了SIP協(xié)議。
5.能力交換
能力交換就是彼此交流各自對媒體流的處理能力，確定雙方共有的能力，從而確保多媒體信號被雙方接受。H.323采用H.245協(xié)議進行能力交換。終端的所有能力都描述在一組Capability Descriptor結構中，它們的每個項是一個Simultaneous Capabilities結構和一個Capability Decriptor Number。借助這種結構，每個終端能力的精確信息被表示在相關的緊縮結構中。
SIP使用SDP來進行能力交換，主叫方使用一個OPTION需求去找出被叫。因為受制于SDP的表達方式，所以SIP還不如Ｈ.245有完整靈活的協(xié)商能力，例如SIP不支持不對稱能力交換（只收或只發(fā)）以及聲頻和視頻編碼的并發(fā)能力。
6.服務質量
服務質量包含很多不同方面的指標，一個和多媒體流相關的QoS參數(shù)包括帶寬、最大時延、時延抖動和包丟失率。另外，還有呼叫建立時延影響感覺的QoS，它在很大程度上依賴于信令協(xié)議。呼叫時延也依賴所用的承載信令信息的傳輸協(xié)議，尤其是在信令信息丟失需要重傳的時候。所以，對于媒體流，我們首先考慮信令協(xié)議對QoS的支持，然后再考察呼叫建立時延，因為呼叫建立時延受錯誤檢測和錯誤糾正機制的影響。
7.媒體流的QoS支持
在H.323中，網守提供一組豐富的控制和管理功能，包括地址翻譯、接納控制、帶寬控制和地域管理。網守中還提供呼叫控制信令、呼叫簽權、帶寬管理和呼叫管理等選擇功能。SIP其自身不支持管理和控制功能，而是依賴于別的協(xié)議。
近年來，新的分級服務體系結構開始引人注目，H.323第三版能提供某些基于QoS協(xié)商參數(shù)（位流速、時延、抖動）的分級服務。在呼叫初始化時，終端可以申請擔保的服務、受控服務和無指明服務中的一種，SIP和H.323老版本均不支持類似的服務。
8.呼叫建立時延
H.323第一版在呼叫建立時延時很大，第二版進行了改進，第三版則更好。SIP在呼叫建立時非常類似于H.323第三版，如果UDP呼叫建立失敗，則H.323第三版要好于SIP。H.323第三版幾乎同時建立一個UDP的連接和一個TCP連接，它提供一個有效的機制，如果UDP連接成功則關閉TCP連接。否則，立刻啟用TCP。SIP是順序地操作UDP和TCP，如果UDP失敗，則會增加呼叫建立時延。
9.環(huán)路檢測
為防止環(huán)路，H.323定義PathValue域來指出信令信息在丟棄前可達到的最大數(shù)目。問題是定義一個適用的值很關鍵。此外網絡變化后，這個值也要相應改。SIP采用了via頭字段，檢查其內容，如果新端點已出現(xiàn)在via列表中，則表示有環(huán)路了。SIP的方法好于Ｈ.323。 10.互操作性
（1）版本之間的互操作性包括：H.323的完整后向兼容性使所有不同的Ｈ.323版本都能實現(xiàn)無縫集成。在SIP方面，新版本可能使某些舊功能不再被實現(xiàn)。
（2）與其他信令協(xié)議的互操作性：要支持傳統(tǒng)的電信業(yè)務，VoIP信令協(xié)議必須支持ISDN和No.7信令，Q.931接口用于User-Network接口（UNI），ISUP用于Network-Network（NNI）。由于H.323的呼叫建立只是No.7信令/ISUP的一個子集，所以H.323只能部分地轉換No.7信令的信息。H.32x系列定義了其他互操作協(xié)議，如H.320用于ISDN和B-ISDN，H.324用于GSTN。
SIP協(xié)議目前的版本不提供No.7信令的翻譯，但有不少Internet的協(xié)議草案在進行這方面的工作。隨著軟交換概念的提出和發(fā)展，SIP也受到了重視，SIP有可能作為軟交換設備之間的信令協(xié)議，成為各種信令互操作的紐帶。
11.實現(xiàn)的難易性
H.323信令信息符合ASN.1PER的二進制編碼，需要特殊的編解碼器。SIP信息是基于文本的，采用ISO10646以UTF-8編碼。基于文本的編碼很容易用Java，Tcl和Perl等語言來實現(xiàn)，調試方便。
四、SIP協(xié)議在視頻通信中的應用
SIP協(xié)議是一個建立會話的協(xié)議，類似于電話網中的信令。從理論上說，SIP協(xié)議可以用于任何基于會話的應用。因此視頻應用當然也不例外。在企業(yè)網、局域網內使用SIP協(xié)議提供視頻應用完全沒有問題。但是，當SIP協(xié)議應用在為公眾服務的大范圍、大規(guī)模電信網絡中的視頻應用則較少。主要原因在上面SIP協(xié)議用于視頻應用的優(yōu)勢與缺陷中已有提及。問題的根源在于SIP協(xié)議來源于IETF，電信行業(yè)標準主要來源于ITU，IETF與ITU屬兩大陣營，IETF來源于計算機行業(yè)，推崇盡力而為、免費服務與分散的控制。ITU來源于電信行業(yè)，推崇保證服務質量、收費服務與集中控制。SIP要在電信視頻通信網得到應用，必須解決管理、計費以及服務質量等問題。
服務質量問題與SIP協(xié)議本身無關，是否能保證服務質量問題關鍵在于分組網絡服務質量。所以，SIP協(xié)議與H.323協(xié)議在服務質量問題上是一致的，與他們比較的是基于電路的H.320視頻應用。
SIP本身并不考慮計費，我們可以在用戶代理服務器上收集計費數(shù)據。從這點看，似乎使用SIP協(xié)議的視頻應用問題不大。實際上問題在于SIP協(xié)議是IETF協(xié)議，某種程度上是分散控制。終端擁有很強大的智能，雖然通常只實現(xiàn)用戶代理，但是可以完全實現(xiàn)用戶代理服務器甚至定位服務器。用戶可以很容易地繞開收集計費信息的電信運營商設備直接在分組層取得視頻服務。這樣，電信運營商就得不到預期的利潤，也就沒有動力建設基于SIP的網絡。
五、結束語
雖然SIP協(xié)議用于電信視頻應用存在問題，但是隨著SIP協(xié)議首先在語音交互中的應用以及軟交換中的使用，可以看到SIP協(xié)議還是有較好的前景的。未來網絡趨于分組網絡，網絡趨向使用簡潔有效的協(xié)議，所以SIP協(xié)議有可能在未來視頻通信網絡中得到廣泛應用。
中國通信網(www.c114.net)—《電信網技術》
相關鏈接: