第十章视频会议系统

第十章视频会议系统第一页，共62页。1.2视频会议的应用范围1.远程会议

可以在自己的办公桌上开会，免去了会议室，同时解决了交通不便的问题，同时节约了会议成本。2.远程教育

可以让国外的教师更方便与学生进行面对面的交流，而不需考虑距离给他们带来的不便。3.远程培训

可以方便培训师和被培训者在家里就进行远程销售或技术培训。4.远程医疗

让患者减少行动带来的不必要麻烦，医生可以远程指导家属对病人进行一些基本的指导讲解和救治方法，让医疗效率提高。5.远程监控

可以对高危区、安全区和监控区进行无人职守及远程监视。第二页，共62页。1.3视频会议的发展历程（1）20世纪60年代至80年代的模拟技术视频会议：

在20世纪60年代，美国电报电话公司曾推出模拟可视电话系统（PicturePhone）。1964年，美国贝尔实验室在纽约国际博览会上展出了世界上最早的模拟技术可视电话—PicturePhoneMOD-I。其图像和话音采用分时传送方式。其后又出现PicturePhoneMOD-II等各种会议电话系统，当时的电视会议系统对带宽的需求高达1MHz，因为系统费用昂贵，商用业务最终被迫终止。第三页，共62页。

在20世纪70年代，数字信号处理技术逐渐成熟，对数据压缩的研究产生了视频会议产品的核心技术CODEC（Coder/Decoder）。

在20世纪80年代中期，由于CODEC制造技术的提高，体积在急剧减小，与此同时，数字式网络发展也非常迅速，开始出现更低速率的网络服务。第四页，共62页。（2）20世纪90年代至1995年基于ISDN的数字视频会议

这一阶段的前期是基于SDH(SynchronousDigitalHierarchy同步的数字传输体系，比准同步数字系列PDH传输速度大大提高)的视频会议，后期主要是基于ISDN(综合业务数字网Integrated

Services

Digital

Network支持广泛的话音和非话音业务的新型电信网络)的视频会议。20世纪90年代初期，视频会议系统朝着小型化发展，移动型视频会议系统成为视频会议应用中的主流产品。第五页，共62页。（3）1995年以后基于IP的数字视频会议

20世纪90年代后期，PC的快速升级，数据存储和处理能力越来越强，信息压缩技术发展快速，推动了视频会议系统的发展。目前视频会议技术正在向Internet网络上的多媒体会议方向发展。

国内的视频会议的研究起步较晚。早期，我国研究开发的视频会议系统多是面向LAN、ISDN，这些系统的CODEC多采用硬件实现，其中用软件实现的视频CODEC的性能较低，抗差错的能力不强，缺少相应的流控和拥塞控制的机制，实用性差。但是近年来，我国在视频会议的研究上有了长足的发展，一大批成熟的商用视频会议软件涌现。第六页，共62页。1.4视频会议领域的未来趋势

网络传输能力的进一步提高，将促进视频会议系统的快速发展。视频会议系统未来发展趋势：1)编解码方式由硬件向软件转化。2)产品协议类型从H.320向H.323转化。

在初期，由于IP协议不是很普遍，基于ISDN网络，符合H.320协议（群视频会议标准）的产品占主要比例，随着近几年IP协议的普遍应用和互联网的高速发展，符合H.323协议的产品自2000年开始，在整体市场中占有的比例急剧上升。第七页，共62页。3)基于LAN上的组播视频会议首先，它被设计为多用户共用方式。其次，在于它的使用非常自然方便最大的不同在于，它是一种公司内部的应用，而不是全球性的应用。首先它是一种低代价网络，而且是公司业务所需的最基本的部分。4)流媒体广播技术越来越多的应用于视频会议系统中。第八页，共62页。大部分广播会议如网上路演、采访、现场会等，主要为用户传输多媒体信息，相互之间很少交互，这种技术的应用是对传统视频会议功能的扩展。虚拟合作应用服务将成为视频会议面向企业的核心功能之一。大多数跨国集团和分支机构较多的企业在使用视频会议系统时，除了会议功能外，使用最为频繁的将是虚拟合作，如远程的项目管理、客户服务、技术培训等等，这种应用在知识型企业里尤为明显。第九页，共62页。5)Internet上的组播视频会议，尽管它也将是最有争议的潮流。

它具有许多LAN产品所具有的特征，并且也被设计为多用户共同模式。Internet视频会议具有其服务器环境所具有的所有特征，它是通信能力和信息资源结合的产物，同时它还在全球性环境适用，时区不同已不成问题。通讯服务市场进入启动阶段中国电信、联通、铁通等公司已经在积极开展视频会议通讯服务试点，几年内将开始积极推广企业租用的市场。相信视频会议领域在未来的几年内，将伴随通讯行业和IT行业迅猛发展，成为炙热的潮流之一第十页，共62页。1.6视频会议系统组成主要由:会议终端多点控制单元(MCU)通信网络(对H.323协议含网关GateWays和网守GateKeeper)第十一页，共62页。第二章H.323视频会议的系统结构和协议标准

1997年3月ITU-T（国际电信联盟电信标准化部门）发布了用于局域网上的视频会议标准协议—H.323，为与Internet和Intranet相连的视频会议系统提供了互通的标准。此前，用于ISDN上的视频会议标准协议—H.320一直占主导。两者之间的不同在于（五个方面说明，个人总结）：第十二页，共62页。（1）组网结构方面：H.320是主从星形汇接结构，可能会因为单点临时故障，而又没有重要节点上的容错备份机制，导致许多网络会议出现不正常的现象。

H.323是总线型网络结构，不会因为某一个终端出现临时故障而影响整个会

议和网络。

第十三页，共62页。（2）数据功能方面：

H.320系统运用T.120标准来实现数据会议功能（如电子白板、文件传送、应用共享等），其数据应用是包含在H.320/H.221复用信道中的，H.320系统的T.120数据信道最高达到64Kbit/s，在传送大容量文件、高质量图文时，由于视频信道被抢占，会出现图像表现质量下降和图像短暂暂停现象。H.323标准沿用T.120体系下的数据会议标准来实现数据应用功能，但它的数据应用是独立于H.323会话进程的，其数据信道不需要经过复用过程，直接在TCP或UDP上开立单独的T.120数据信道，此信道带宽可以从几Kbit/s到数Mbit/s或数10MKbit/s可调，表现了很大的优越性和灵活性。第十四页，共62页。（3）多点广播方面：H.320系统本身不具备多点广播功能，而且没有有效的下层协议支持，所以H.320系统不具备多点广播的功能—即建立广播频道的能力。不过它可能会借助MCU，用交互多点实现准广播的功能，但不是广播频道。H.323系统是基于TCP/IP协议之上的，而IP协议具备多点广播功能—IPMulticast（RFC1112），从而可以在网上轻松实现多媒体广播业务，如视频广播等。第十五页，共62页。（4）业务发展方面：H.320仅仅是对基于电路交换的电视会议系统进行了定义，因此，它就只能在传输网络平台上开展标准的电视会议应用，而不能扩展为一个多媒体、多应用的平台。H.323技术在网络上可以开发出许多与底层网络传输无关的多媒体应用，如多媒体视频会议、多媒体监控和多媒体生产调度指挥、远程企业培训和教育、多媒体呼叫中心、网上IP电话、网上IP传真、网上视频点播和广播等，可以利用H.323技术将多种应用和业务迭加到同一个传输网络平台上，视频会议仅仅是它的应用之一。第十六页，共62页。（5）性价比方面：H.320由于受传统电视系统会议技术体制的限制，不具备灵活性和丰富的功能，而且，无论是H.320的终端还是H.320的MCU，其用户单机成本和用户线路的使用费用都比较高。H.323采用了先进的TCP/IP技术，在提供相同性能和更多功能的同时，大大降低了用户终端的成本以及用户线路的使用费用，具有很高的性价比。第十七页，共62页。2.1H.323协议的系统结构H.323协议规定了在不能保证QoS(QualityofService服务质量)的分组网络（PBN）上的多媒体系统的技术要求。这些分组网络可包括:局域网（LAN）、企业网（EANenterpriseAreanetwork）、城域网（MANmetropolitanareanetwork）、内部网络、以及互连网络（Inter-Networks，包括Internet），还包括采用基于分组传输（如PPP）的GSTN(generalswitchedtelephonenetwork通用交换电话网络)或ISDN(综合服务数字网)上的拔号连接或点对点连接。这些网络可由单个网段构成，也可以是由多个网段通过其它通信链路互连而成的复杂的拓扑结构。第十八页，共62页。H.323系统的组成部分

包括终端、网关（GW）、网守（GK）、多点控制器（MC）、多点处理器（MP）、以及多点控制单元（MCU）。其中终端、网关、MCU是H.323中的终端设备，是网络中的逻辑单元。终端设备是可呼叫的和被呼叫的，而网守是不能被呼叫的。H.323视频会议系统结构图如图2.1所示。下面分别对它们做阐述。第十九页，共62页。第二十页，共62页。2.1.1H.323终端H.323终端提供了点对点或多点会议中音频（以及可选的视频及数据）通信能力。通过网关实现与其它H系列终端、GSTN或ISDN话音终端、以及GSTN或ISDN数据终端的互操作。图2.2中显示了用户设备接口、视频编解码器、音频编解码器、远程信息处理设备、H.225.0层、系统控制功能以及分组网络的接口。所有H.323终端必须具有一个系统控制单元、复用层、网络接口和一个音频编解码器单元。视频编解码器单元和用户数据应用是可选的。第二十一页，共62页。第二十二页，共62页。H.323标准中主要包括以下几个标准：H.221视听电信业务中64～1920kbit/s信道的帧结构Q.931ISDN网络定义基本的呼叫信号的标准H.242关于建立使用2Mbit/s以下数字信道的视听终端间的通信系统。实际上为端到端之间的通信规程G.711脉冲编码调制。是一种音频编码方式G.722自适应差分脉冲编码。是另一种音频编码方式G.728低时延码本激励线性预测编码。又是一种音频编码H.261关于p×64kbit/s视听业务的视频编解码标准T.120作为H.320框架内的有关声像(静止图像)会议的相关建议H.281会议电视的远端摄像机控制规程。它利用H.224才能实现H.224利用H.221的LSD/HSD/MLP信道单工应用的实时控制H.225.0局域网内无服务质量保障的基于分组的同步的媒体系统标准协议G.723.1多媒体通讯中双速率音频编码方式G.729使用CS-ACELP方式的音频编码速率为8kbpsH.263低速率下的视频压缩标准H.245:多媒体通信控制协议H.245是H.323多媒体通信体系中的控制信令协议，其主要用于处于通信中的H.323终点或终端间的端到端H.245信息交换。第二十三页，共62页。视频编解码

如果H.323终端提供视频能力，就必须能够根据H.261QCIF进行编解码。作为可选项，终端也可以根据H.261或H.263的其它模式进行编解码。如果终端支持H.263CIF或更高分辩率，它必须也能够支持H.261CIF。第二十四页，共62页。音频编解码

完成语音信号的编解码，并在接收端选择性的加入缓冲延迟以保证语音的连续性。所有H.323终端都有必须有一个音频编解码器，都能根据G.7n协议进行音频编解码。终端可以选择其它的通过了H.245协商后的音频编解码器进行编解码。编码器采用的音频算法是通过H.245能力交换后产生的。H.323终端支持不对称操作，例如，它可以用G.711来发送，用G.728来接收音频。第二十五页，共62页。数据通道H.323会议终端除了具有视频和音频的编解码及显示能力外，还具有数据功能(可选的)。H.323会议系统的数据功能是基于T.120系列建议的基础之上的。T.120协议是H.323终端和其它H.323、H.324、H.320或者H.310终端进行数据通信的基础。当支持数据会议时，数据会议可实现电子白板、文档共享、文件传输等。第二十六页，共62页。信令控制单元提供端到端信令，以保证H.323终端的正常通信。所采用的协议为H.245(多媒体通信控制协议)，它定义了请求、应答、信令和指示四种信息，通过各种终端间进行通信能力协商，打开/关闭逻辑信道，发送命令或指示等操作，完成对通信的控制。第二十七页，共62页。RTP打包/解包器

由于多媒体会议对音视频特别是声音的实时性要求很高，即使少量的延时，对视频会议来说都是无法忍受的。但另一方面，他们对于少量的包丢失却不是特别敏感。因此，采用将音视频流打包为RTP包以在IP网上实时传输，在另一端则将接收到的RTP包解包为音视频流传输给各自的编解码器。由此来达到对音频和视频码流的实时传输。第二十八页，共62页。2.1.2网关（GW）网关必须在传输格式之间（例如H.225.0到/从H.221）和通信过程之间（例如H.245到/从H.242）提供适当的转换。网关也必须能够在网络一侧和SCN（SwitchedCircuitNetwork电路交换网）一侧执行呼叫建立和清除。在网关中也可以执行视频、音频和数据格式的转换。一般而言，网关的作用（当不用做MCU时）是以透明方式将网络端点反映为SCN端点，反之亦然。在同一网络上，H.323端点可以直接与另一个H.323端点通信，而不需要网关。如果不需要与SCN终端通信，则可以省略网关。第二十九页，共62页。2.1.3网守（GK）在H.323系统中，网守是可选择的，它为H.323端点提供呼叫控制服务。多个网守可以共存，并且相互之间能以未规定的方式通信。网守在逻辑上独立于端点，然而，在物理实现上，它可以共存于终端、MCU、网关、MC、或其它非H.323网络设备中。网守存在于系统中时，它必须提供以下服务：（1）地址转换（2）接入控制（3）带宽控制（4）区域管理网守还可以完成其它可选功能：（1）呼叫控制信令；（2）呼叫授权；（3）带宽管理；（4）呼叫管理；（5）别名地址修改；（6）拔号数字转换。第三十页，共62页。2.1.4多点控制单元（MCU）MCU是一个提供对多点会议支持的端点。MCU必须由一个MC和零个或多MP组成。一个典型的支持集中多点会议的MCU由一个MC和一个音频、视频和数据MP组成。一个典型的支持分散多点会议的MCU由一个MC和一个支持T.120建议的数据MP组成，它依赖于分散音频和视频处理。一个网关的网络侧可以是一个MCU。一个网守也可以包括一个MCU。在这两种情况下，它们是功能独立的，又是共址的。图2.4是MC和MP可能位于网守、网关、终端或MCU中的位置。第三十一页，共62页。2.1.5多点控制器（MC）MC提供了在一个多点会议中支持三个或更多个终端间会议的功能。在一个多点会议中，MC负责与每个端点的能力交换。2.1.6多处理器（MP）在一个集中或混合的多点会议中，MP接收来自终端的音频、视频和/或数据流。MP处理这些媒体流并把它们送回到端点。MP可以处理一种或几种媒体类型。第三十二页，共62页。2.2H.323视频会议协议标准

H.323标准描述了呼叫信令和控制、多媒体传输和控制、点对点带宽控制以及多点会议等业务，和它协作的IP平台主要由ISO/OSI模型下四层（物理层、数据链路层、网络层和传输层）构成，对上层形成一致的接口。其协议概览如图2.5所示。第三十三页，共62页。第三十四页，共62页。H.323标准协议不是单纯的一个协议，而是包含网守RAS协议，呼叫信令H.225协议、媒体控制H.245协议、媒体传输RTP/RTCP协议以及音视频编解码协议和数据共享的T.120协议的一系列相关协议的集合体。H.323终端之间建立通信关系一般要经过三个过程（1）呼叫接受控制（2）呼叫控制（3）连接控制，每个过程都包含相应协议的执行。第三十五页，共62页。第三章视频会议系统工程实例设计系统可以应用于如下主要场合：大型交互式网络视频会议或网络视讯会议大型会议的网络转播网络公开示范课应用大规模教师培训大规模学术报告、文化素质教育等多方教学研究讨论活动大规模高考中考辅导以天津市教育系统网络视频会议系统方案设计为例一、系统的总体设计思路（一）.设计目标第三十六页，共62页。根据基本需要，天津教委视频会议系统的设计目标为：

1、建设1个网络视频会议系统服务控制中心。服务控制中心实现如下基本功能：用户管理：对用户信息进行增加、修改和删除，包括用户登陆名与密码等。频道管理：对频道进行管理，包括增加、修改和删除操作频道，限制频道参加成员等。流分发：对视频流、音频流和数据流进行控制分发，以保证多媒体流的稳定传输。技术管理：实时监测系统工作状况，查看会议频道，与会成员和流信息等，也可对MCU进行远程配置。以上管理功能均可在远程或本地实现，控制中心可实现无人值守，无人管理。支持在终端发起会议（需用户验证），也可以MCU发起会议。进行数字会议记录（或情景课件）的实时制作。提供数字会议记录（或情景课件）和其他数字媒体的管理、存储和非实时点播。提供60个会议成员的流控制分发能力。通过升级可扩展至2000个会议成员的控制分发能力。服务控制中心具有同时连接2个以上网络（如教育科研网和公众网等）的能力。设置1套会议终端，其功能与远程交互终端相同。第三十七页，共62页。2、建设1个主会场（或主教学终端）。主会场可实现如下基本功能：发起和主持会议或主持教学研主播活动。可以设置与会成员，开启会议隐秘模式。实现与其他远程终端之间的视频和音频交互。现场进行会议或情景课件的实时制作。参加由其他远程终端发起的会议或教学活动。第三十八页，共62页。3、建设共计多至60个点的网络视频会议与远程教学研远程交互终端。远程终端可实现如下基本功能：接受主席端（主播端）的会议或教学情景。接受其他正在交互端的视音频。与主席端和其他交互端进行视音频交互。在授权情况下现场进行会议或情景课件的实时制作。在授权情况下发起和主持会议或主持教学研主播活动。第三十九页，共62页。4、建设若干旁听终端。旁听终端可设置在领导Windows桌面、或其他任何临时设置位置的Windows桌面。旁听终端可实现如下基本功能：

接受主席端（主播端）的会议或教学情景。接受其他正在交互端的视音频。第四十页，共62页。（二）.设计原则1、先进性与实用性

立足先进、成熟的多媒体网络声像处理技术，在TCP/IP网络上通过MPEG-4多媒体通讯协议规范，实现大容量的实时多媒体信息传输。充分考虑国内视频会议召开方式及会务特点，设计操作控制性好的系统功能和结构，实现先进性与实用性的结合，并具有扩展应用的基础。2、稳定可靠性采用的设备运行稳定，不能因突发的故障而影响整个网络运行。设计并提供必要的备份及保障设施，提高整个系统的可靠性。3、开放性与兼容性在整个系统设计过程中，立足于将网络视频会议系统建设成教育多媒体网络通讯应用平台，为下一步扩展应用奠定良好基础。考虑到多媒体技术和网络技术的多样性，采用的设备应提供多种网络接口。4、可管理性

可管理性体现在二个方面：其一，作为一种基于计算机网络的应用，必须具有网络的可管理特征；其二，作为一种会议系统，必须能够实现相应的真实感会议控制管理功能。5、良好的性价比在整个系统方案的设计过程中，充分考虑天津教委系统现有计算机网络的情况，尽量发挥原有设备的作用，保护原有投资。同时随着视频会议系统产品的不断更新，确保该系统能够平滑升级，满足教育信息化建设的需要，适应信息技术的飞速发展。系统尽量做到具有良好的性能价格比。第四十一页，共62页。二、系统总体结构

设计的视频会议系统是一套基于IP网络的大规模多媒体实时会议系统。该系统支持大规模多媒体交互、提供多种多样的交互媒体、具有可扩展的实时协同控制机制，支持多用户音视频交互、多人电子白板、多人文字聊天等功能。此系统是一种完全基于软件的解决方案。它的优势在于：1、性价比高，本系统完全采用软件实现，无需购置昂贵的MCU设备来支持多点通信模式；2、灵活性，本系统可以通过多种软件配置，灵活地满足不同多媒体会议场景的需求；3、规模可扩展性，本系统能够满足规模扩展性的要求，每增加一台PC服务器做接入点，就可以增加50个节点的接入能力（客户端384K接入带宽）；同时，本系统中软件采用模块化构件，通过标准的会议控制总线Mbus接口实现各功能模块之间的互操作，具备良好的功能可扩展性；4、交互性，本系统可以在主会场提供18路音视频数据的同时展示，具有宽大的视觉交互效果，适合大规模远程多媒体会议的需求。第四十二页，共62页。整个系统分为服务器端软件和客户端软件两部分。服务器端软件以门户网站的方式提供用户管理、会议管理等功能，以应用程序服务方式提供用户登录认证以及实时的会议音频、视频和数据协同的转发功能。客户端软件是客户端和浏览器的链接。其中，客户端是集视频、音频、文本、控制交互功能于一体的会议终端软件；浏览器链接主要用于浏览系统网站，进行会议的节点的注册，会议的预定等操作。整个系统的体系结构如下图所示：第四十三页，共62页。系统的总体结构第四十四页，共62页。三、天津市教育系统网络视频会议系统组建

(一)中央控制系统的连接本系统完成视频会议中心音视频设备的控制，由四个系统组成，分别是：集中控制系统显示及切换系统监控及摄像系统音响扩声灯光系统。参见下图第四十五页，共62页。中央控制系统连接图第四十六页，共62页。1、集中控制系统：

集中控制系统包括控制主机、无线接收器、无线彩色触摸屏、有线彩色触摸屏、电源适配器及强电继电器箱等组成。集中控制系统主要通过RS232接口和红外发射棒与受控外围设备进行连接，通过编程软件对其他系统进行控制。2、显示、切换系统：显示、切换系统包括等离子屏、LED屏、十二台监视器、音视频矩阵切换器、RGB矩阵切换器、VIDEO—VGA转换器。通过集中控制系统，控制视频信号、计算机信号、摄像机信号、远程图文传输到指定的显示设备上。第四十七页，共62页。3、监控及摄像系统：监控系统包括十二台监视器及实时监控摄像机。会议技术工作人员可通过监视器监看、监听会场内的设备工作情况，可及时对会场内出现的问题做出相关的调整。摄像系统包括三台专业的摄像机，它们由本系统控制一些简单的功能。4、音响扩声灯光系统：

音响扩声灯光系统控制会场音响的模式及音量的控制，还控制会场内三路射灯的开关。第四十八页，共62页。（二）中控主机的连接中央控制总系统设备连接如下图所示。中央控制系统音频设备连接如下下页图所示。第四十九页，共62页。第五十页，共62页。第五十一页，共62页。（三）系统外围设备的连接

继电器箱与供电设备UPS是通过220V电缆连接，具体连接方式为地(GND)、零线(N)、火线(L)。继电器箱与外围受控设备的是通过触点方式连接，具体连接方式为所有受控设备的零线(