視頻會議系統(tǒng)關鍵技術及應用研究*

仲元昌 ，林 永 ，蔡增增 ，何 進

（1.重慶大學 通信工程學院，重慶 400044；2.重慶工程職業(yè)技術學院，重慶 400037）

1 引言

視頻會議是利用通信網(wǎng)絡，傳輸多個與會者連續(xù)活動圖像和聲音的一種通信業(yè)務。作為現(xiàn)代通信的重要技術，視頻會議系統(tǒng)在遠程教育、遠程醫(yī)療、遠程電視電話會議、遠程監(jiān)控等方面有著廣泛的應用[1]。

現(xiàn)有的視頻會議產(chǎn)品主要分為兩大類：一類是基于嵌入式系統(tǒng)的硬件視頻會議產(chǎn)品，硬件視頻會議產(chǎn)品基于嵌入式操作系統(tǒng)。采用H.323協(xié)議，主要面向高端的、大型的專業(yè)視頻會議需求，圖像聲音效果好，但是價格高，維護、升級困難；另一類是基于PC+服務器的軟件網(wǎng)絡會議產(chǎn)品，軟件網(wǎng)絡會議產(chǎn)品基于PC+服務器軟件實現(xiàn)，面向低端小型會議、個人、Internet用戶，由即時消息（IM）系統(tǒng)發(fā)展而來，采用XMPP或非標準協(xié)議。雖然維護升級方便，價格便宜，但圖像效果差，與傳統(tǒng)H.323產(chǎn)品不兼容，并且無回聲抵消，難以滿足大型專業(yè)會議要求。

針對視頻會議系統(tǒng)的關鍵技術及應用問題，以科達科技有限公司提供的電視會議系統(tǒng)為研究對象，融合現(xiàn)有視頻會議系統(tǒng)的優(yōu)點，構(gòu)建了一種高性價比的視頻會議系統(tǒng)，采用嵌入式技術，充分利用軟件技術的強大功能，實現(xiàn)了MCU的小型化，降低了系統(tǒng)成本。

2 關鍵技術分析

2.1 H.323協(xié)議分析

傳統(tǒng)的視頻會議系統(tǒng)基于H.320標準，H.320是基于電路交換的協(xié)議標準[2-4]。從20世紀90年代開始，國際電信聯(lián)盟（ITU）將視頻會議系統(tǒng)標準的制定工作重點轉(zhuǎn)向H.323。H.323是基于TCP/IP網(wǎng)絡的視頻會議系統(tǒng)的標準協(xié)議，它涉及會議終端、多點控制單元、網(wǎng)關、網(wǎng)守、音視頻和數(shù)據(jù)的傳輸、網(wǎng)絡控制、網(wǎng)絡接口等方面的內(nèi)容。H.323協(xié)議中采用實時傳輸協(xié)議（RTP）和實時傳輸控制協(xié)議（RTCP）進行音視頻數(shù)據(jù)的實時傳輸和控制。視頻編解碼采用H.261，H.263，H.264等標準。音頻編解碼采用G.711，G.722，G.729等標準。網(wǎng)絡層音視頻數(shù)據(jù)的傳輸都采用用戶數(shù)據(jù)包協(xié)議（UDP），并且優(yōu)先傳送音頻數(shù)據(jù)。

H.323標準支持在一個網(wǎng)絡環(huán)境中同時召開多個獨立會議，用多點控制單元來實現(xiàn)多點控制和管理。H.323的主要優(yōu)點有：1）可以被應用在通用的網(wǎng)絡體系結(jié)構(gòu)中，具有網(wǎng)絡獨立性；2）能夠?qū)W(wǎng)絡中并發(fā)的H.323鏈接數(shù)和H.323應用可獲得的總帶寬進行限制，保證了視頻會議系統(tǒng)的有效傳輸；3）提供了鏈接基于電路交換的視頻會議手段，支持多播傳輸技術。但H.323的缺點是協(xié)議比較復雜，沒有擁塞控制機制，服務質(zhì)量不能得到保證，效率和可擴展性較差。

2.2 音視頻編解碼技術

音視頻編解碼技術是視頻會議系統(tǒng)的關鍵技術指標，是影響會議效果的重要因素[3-4]。采集到的原始音視頻信號是模擬信號且數(shù)據(jù)量大，通過壓縮、編解碼可以將信號轉(zhuǎn)化成能夠在數(shù)字信道中傳輸?shù)臄?shù)字信號，節(jié)約了存儲數(shù)據(jù)的空間，降低了信道帶寬，為在現(xiàn)有通信信道上實現(xiàn)多種業(yè)務的并行傳輸提供了可能。

目前在國際上有兩個負責音視頻編碼的組織，一個是國際標準化組織下的運動圖像專家組（MPEG），另一個是國際電信聯(lián)合會下的視頻編碼專家組（VCEG）。VCEG 制定的標準有 H.261，H.262，H.263，H.264 等，其中H.264是為新一代交互視頻通信制定的標準。MPEG制 定 的 標 準 有 MPEG-1，MPEG-2，MPEG-4，MPEG-7，MPEG-21，其中MPEG-4是為交互式多媒體通信制定的壓縮標準。目前在視頻會議系統(tǒng)中用到的視頻編碼技術主要有 H.261，H.263，H.264，MPEG-2，MPEG-4 等， 音頻編碼技術主要有 G.711，G.722，G.723，G.728，G.729，MP3 等。

3 系統(tǒng)模型及工作原理

根據(jù)H.323標準，依托科達科技有限公司提供的電視會議系統(tǒng)，構(gòu)建的系統(tǒng)模型如圖1所示[4-6]。主要包括會議終端、多點控制單元（Multipoint Control Unit，MCU）、網(wǎng)守（gatekeeper）、網(wǎng)關（gateway）、傳輸網(wǎng)絡、網(wǎng)絡接口等。

圖1 視頻會議系統(tǒng)模型

會議控制臺軟件（MCS）是新一代基于Web界面與虛擬儀器技術的視頻會議操作功能軟件[7-9]。會議控制臺軟件可運行于普通臺式機、筆記本計算機上。該軟件以形象的圖形界面交互方式，向用戶提供一個可以控制整個視頻會議的接口，它通過控制多點會議控制單元（MCU）來實現(xiàn)會議電視的各種功能。

會議控制臺主要用于視頻會議的召集、控制和監(jiān)視，可運行在安裝有Windows操作系統(tǒng)的計算機上，以Web方式啟動。同一時刻單個會議控制臺可對多臺MCU進行控制，而多個會議控制臺也可對單個MCU進行控制。

終端控制臺，基于嵌入式結(jié)構(gòu)設計，提供H.320&H.323雙協(xié)議支持；采用機架式結(jié)構(gòu)，內(nèi)置了1個6×6視頻矩陣，可根據(jù)會場需要靈活配置多臺攝像機輸入；支持雙視頻流，提供高達4CIF的高品質(zhì)視頻圖像、XGA的計算機圖像和CD級音頻效果，配合超群的視頻優(yōu)化技術、自動回聲消除技術、自動增益控制技術和背景噪音消除技術，可讓用戶獲得極為真切的現(xiàn)場會議感受。終端控制臺為用戶提供嵌入式終端的操作界面，用戶可以實現(xiàn)對終端的完全控制，包括會議管理、設備控制、系統(tǒng)管理、終端診斷等。一臺嵌入式終端目前僅支持一個終端控制臺對其進行控制。

會議終端是提供雙向?qū)崟r通信的客戶端。一方面它采集現(xiàn)場會議的音視頻信號并將其壓縮編碼后同其他數(shù)據(jù)信息一起通過傳輸網(wǎng)絡發(fā)送到其他會議終端或多點控制單元。另一方面它將接收來自其他會議終端或多點控制單元的音視頻信息，經(jīng)過解壓縮、解碼等輸出到本地的會議顯示設備中。

高清視頻終端提供了豐富的會議功能，并且提供遙控器可操作界面，提供多個面板快捷鍵，可以實現(xiàn)會議中的各個操作功能。

桌面終端（PCMT）是直接面向用戶的基于計算機的會議電視操作平臺，向用戶提供執(zhí)行相關會議功能的操作界面，主要供個人或者人數(shù)較少的團體參與會議時使用。桌面終端負責完成視頻圖像采集、顯示，音頻數(shù)據(jù)采集、播放，實時顯示會議狀態(tài)信息和會議消息等功能；通過與PCMT業(yè)務通信，與之交換媒體碼流和控制消息來完成相應的會議功能。桌面終端成為會議的主席終端后，可以代替會議控制臺完成對當前會議的控制管理功能。PCMT支持點對點會議、普通多點視頻會議、T.120數(shù)據(jù)會議。

多點控制單元是視頻會議系統(tǒng)的核心設備。它支持3點或3點以上的視頻會議，由多點控制器（MC）和多點處理器（MP）組成。MC主要進行數(shù)據(jù)管理、主席控制、模式切換、建立會議和終止會議等。MP主要進行混音、交換、處理音視頻信號和其他數(shù)據(jù)?？傊?，多點控制單元負責對音頻、視頻及其他數(shù)據(jù)信息進行處理和交換。

網(wǎng)守是可選設備，主要提供呼叫和管理功能，負責對會議終端進行認證處理以及地址轉(zhuǎn)換訪問控制和帶寬管理等功能。它可以單獨存在也可以以功能模塊的形式集成到多點控制單元中。

網(wǎng)管客戶端用友好的界面來實現(xiàn)各種設備 （包括MCU、桌面終端和各種嵌入式終端）的管理控制，可實時反映當前設備的運行狀態(tài)，并能查詢設備歷史狀態(tài)。網(wǎng)管客戶端擁有一個龐大的告警系統(tǒng)，針對于各種設備所產(chǎn)生的告警信息，網(wǎng)管客戶端會提供相應的告警解決方案；可以對這些終端進行文件的上傳、下載，時間同步，線路測試，遠程復位等各種操作。這些功能的實現(xiàn)是通過與網(wǎng)管服務器的交互來實現(xiàn)的。

為了支持外設，在網(wǎng)管客戶端上增加對外設的顯示，使用戶能通過網(wǎng)管客戶端對外設進行控制。為了讓用戶能及時了解到整個系統(tǒng)設備的當前狀態(tài)，網(wǎng)管客戶端還支持用圖形化來模擬機架構(gòu)件現(xiàn)實設備的當前狀態(tài)。

視頻點播系統(tǒng)用于播放在流媒體服務器上發(fā)布的多媒體節(jié)目。發(fā)布的節(jié)目可以是服務器上預存的文件，也可以是正在MCU上進行中的組播會議圖像。目前，通過改進后，科達視頻點播系統(tǒng)配合科達視頻會議系統(tǒng)使用更加方便，可以完成更多功能，實現(xiàn)對會議錄像文件的即錄即播功能、將錄像文件直接在會議控制臺發(fā)布到點播系統(tǒng)。

該系統(tǒng)支持多用戶管理，分成一般用戶、高級用戶和管理員用戶。根據(jù)權(quán)限實現(xiàn)安全管理系統(tǒng)功能：管理員用戶除了可以使用點播功能外，還有發(fā)布節(jié)目、用戶管理、安全設置等功能；高級用戶則還可以點播保密節(jié)目和普通節(jié)目；一般用戶只能點播普通文件。

隨著現(xiàn)代通信技術的不斷發(fā)展，網(wǎng)絡通信也趨向于多元化?，F(xiàn)在通信網(wǎng)絡的類型繁多，有TCP/IP網(wǎng)絡、PSTN（公用電話交換網(wǎng)）、ISDN（綜合業(yè)務數(shù)字網(wǎng)）、ATM網(wǎng)（異步傳輸模式網(wǎng)）、衛(wèi)星網(wǎng)絡等。系統(tǒng)級聯(lián)后，簡單組網(wǎng)圖如圖2所示。

基于H.323的視頻會議系統(tǒng)可運行在TCP/IP網(wǎng)絡上。現(xiàn)在隨著網(wǎng)絡技術和傳輸媒體的提高，TCP/IP網(wǎng)絡已經(jīng)發(fā)展成為一個高速、高可靠性、高質(zhì)量的傳輸網(wǎng)絡。在實時性方面TCP/IP網(wǎng)絡做了很大的改進，在傳輸層采用了RTP和RTCP，基本上保證了視頻會議系統(tǒng)傳輸?shù)膶崟r性。在傳輸帶寬方面，通過專線或采用更高效的壓縮技術可以保證一定規(guī)模的視頻會議系統(tǒng)的傳輸。

4 系統(tǒng)運行測試

會議控制臺的登錄界面如圖3所示，如果在IE地址欄輸入MCU地址登陸，則會自動把該MCU地址添加到 “連接的MCU”選擇框中并選中，此時用戶只需要輸入用戶名和密碼即可。如果用戶曾經(jīng)使用過會議控制臺，則登陸時自動選中最后一次登陸的MCU地址即可。

圖4為會議基本信息設置界面，如果沒有勾選“手動結(jié)束”，則設置的會議持續(xù)時間有效，輸入“0小時0分鐘”表示不限時間；如果勾選“手動結(jié)束”，則表示會議為人工結(jié)束的會議。

圖5為實際測得的會議碼率信息。會議碼率的詳細信息包括視頻和音頻碼率以及數(shù)據(jù)會議的碼率，三者之和為會議碼率。

5 小結(jié)

為了提高視頻會議系統(tǒng)的高性價比，采用嵌入式技術，充分利用虛擬儀器技術及軟件技術的強大功能，實現(xiàn)了MCU的小型化，降低了系統(tǒng)成本。運行測試結(jié)果表明：該系統(tǒng)支持標準H.323協(xié)議、支持最新的H.264編碼標準和H.239雙視頻流、支持廣泛的網(wǎng)絡協(xié)議，界面友好，性能穩(wěn)定，達到了預期效果，可廣泛應用于各種視頻會議場所。

[1]王曉婕.第三代視頻會議系統(tǒng)的研究與實現(xiàn)[J].微電子學與計算機，2006，23（8）：98-100.

[2]張學軍.基于H.323協(xié)議實現(xiàn)局域網(wǎng)嵌入式語音通信[J].網(wǎng)絡與信息，2009（5）：31-32.

[3]王中元，胡瑞敏，傅佑銘，等.H.323視頻會議系統(tǒng)中視頻編解碼子系統(tǒng)設計若干問題的研究[J].電子與信息學報，2007，29（7）：1596-1599.

[4]王楓博，賈世杰，郭字明，等.基于H.323的網(wǎng)絡視頻會議系統(tǒng)的關鍵技術研究[J].科技情報開發(fā)與經(jīng)濟，2009，19（5）：66-67.

[5]黃韻，朱志祥，裴昌幸.IP網(wǎng)絡視頻會議系統(tǒng)中MCU的設計與實現(xiàn)[J].計算機工程，2004，30（14）：138-140.

[6]扶慶華，鄧正宏，鄭煒.廣域網(wǎng)中分布式視頻會議系統(tǒng)的設計與實現(xiàn)[J].計算機工程，2004，30（17）：157-159.

[7]黃東軍，陳松喬.基于源根組播的多點視頻會議系統(tǒng)模型及其實現(xiàn)[J].電子學報，2005，33（1）：48-51.

[8]仲元昌，王小林.信號頻譜虛擬測量實驗教學系統(tǒng)[J].重慶大學學報，2003，26（11）：95-97.

[9]仲元昌.基于計算機PCI總線的虛擬信號源設計[J].計算機科學，2005，32（6）：230-232.