多媒体通信的新途径——Ｈ．３２３ｖ２系统

１ 引言

     多媒体通信的实现是基于现有通信网络基础之上的。在几类主要通信网络中，多媒体视听通信业务已经开始进入实用。其中最为人熟知的就是基于ＩＳＤＮ的Ｈ．３２０视听通信系统，它已广泛应用于数字通信网、ＤＤＮ网、ＳＤＨ网络中。此外还有基于公共电话网的Ｈ．３２４系统，基于局域网（ＬＡＮ）的Ｈ．３２２、Ｈ．３２３系统，基于Ｂ－ＩＳＤＮ的Ｈ．３２１、Ｈ．３１０系统。在它们中间，Ｈ．３２１和Ｈ．３２２实质上是将Ｈ．３２０系统的码流分别重新组装为ＡＴＭ网和ＬＡＮ可接收的码流，起着一种网间适配的作用，本质上仍然是Ｈ．３２０系统。因此，在现有的通信网上传输多媒体视听信息主要就有Ｈ．３２０（基于ＩＳＤＮ）、Ｈ．３２４（基于ＰＳＴＮ）、Ｈ．３１０（基于ＡＴＭ）和Ｈ．３２３（基于ＬＡＮ）这４类系统。

     基于ＰＳＴＮ的Ｈ．３２４由于信道速率的约束（３３．６ｋｂｉｔ／ｓ），难以提供较好质量的视频和音频，因而它的应用场合受到一定限制；基于ＡＴＭ的Ｈ．３１０系统，由于Ｂ－ＩＳＤＮ还没有普及到一般用户，在目前也难有较大的进展。现在使用最多的是基于ＩＳＤＮ的Ｈ．３２０系统，但它也存在两方面的问题：一方面，ＩＳＤＮ远未达到普及的程度，因此，难以想象用户会经常到电信局去进行多媒体通信；另一方面，即使在具有ＩＳ-ＤＮ的用户那里，６４ｋｂｉｔ／ｓ或１２８ｋｂｉｔ／ｓ的通信速率往往不能令人满意。而这里尚未考虑昂贵的通信费用。

     由此，人们自然就将开展多媒体通信的努力都集中到基于ＬＡＮ的Ｈ．３２３系统上来了。尽管Ｈ．３２３系统还有不少的技术问题（如视听信息的实时传输、质量保证）有待解决，但和其它系统相 比，ＬＡＮ组网简单，很容易连接到办公室或家庭，而且ＬＡＮ的传输速率通常要远高于ＩＳＤＮ的基本接口（２Ｂ＋Ｄ）速率。由于Ｈ．３２３ｖ２是基于计算机的，因而它的功能多、控制灵活，可以更好地和其它媒体在计算机中融合。

    ＩＴＵ－Ｔ于１９９６年１１月颁布的Ｈ．３２３建议的名称为“基于非ＱｏＳ局域网的可视电话系统和设备”，而在１９９８年颁布的Ｈ．３２３的第二版，即Ｈ．３２３ｖ２，将名称直接改为“多媒体通信系统”，进一步表明了Ｈ．３２３系统在多媒体通信中所起的重要作用。

２ Ｈ．３２３ｖ２系统

２．１ 系统组成

     从总体上来说，ＩＴＵ－Ｔ的Ｈ．３２３ｖ２是一个框架性的建议，它涵盖了终端设备、视频、音频和数据的传输、通信控制、网络接口等方面的内容，还包括了组成多点会议的多点控制单元（ＭＣＵ）、多点控制器（ＭＣ）、多点处理器（ＭＰ）、网关（ＧＷ）以及Ｈ．３２３独有的网闸（ＧＫ）设备。

     Ｈ．３２３ｖ２系统的基本组成单位是“域”（Ｚｏｎｅ）。一个Ｈ．３２３ｖ２系统的域是由一个网闸管理的网关（ＧＷ）、ＭＣＵ和所有的终端的集合。一个域至少包括一个终端，而且必须有一个并只有一个ＧＫ。域可以独立于ＬＡＮ的拓扑结构，也可以由多个ＬＡＮ段经路由器连接而成。

２．２ Ｈ．３２３ｖ２中的实体、地址和 呼叫

    Ｈ．３２３ｖ２系统的各个逻辑组成部分称为Ｈ．３２３ｖ２的实体，其种类有：终端、网关、网闸、多点控制器、多点处理器和多点控制单元等。其中，终端、网关和多点控制器是Ｈ．３２３ｖ２系统中的端点设备，是网络中的逻辑单元，并不一定表示一个独立的设备，例如，ＭＣＵ可由必备的ＭＣ和可选的ＭＰ组成。

     网闸是局域网Ｈ．３２３ｖ２中的一个特有实体，它可以是独立设备，也可以附设在某个终端设备中。网闸执行３项主要功能：第一，通过地址转换（把终端的别名转换为可寻址的ＩＰ地址）来控制终端、网关和ＭＣＵ对局域网的访问；第二，为终端提供带宽管理和网关定位等服务，进行网络带宽管理。网络管理页可以设置一些限制，阻止可视信息占用过多的带宽；第三，具有呼叫路由的功能，所有终端的呼叫可以汇集到这里，然后再转发给其它终端，以便于服务商能够进行话单计费。

    网关是Ｈ．３２３ｖ２中的端点设备，通过它的实时双向通信服务，提供局域网和其它类型网络之间的连接，如实现Ｈ．３２３终端和ＡＴＭ上的Ｈ．３１０终端、ＩＳＤＮ上的Ｈ．３２０终端、公用电话网或移动网上的Ｈ．３２４终端之间的通信。

    多点控制单元是Ｈ．３２３ｖ２中的端点设备，它为多个终端和网关参加多点会议提供服务。ＭＣＵ一般以Ｈ．２３１方式工作，但语音处理器不是必备项。ＭＣＵ包括两个部分：必备的ＭＣ和可选的ＭＰ。最简单的情况就是一个ＭＣＵ只包括一个ＭＣ而没有ＭＰ。其中，多点控制器是Ｈ．３２３ｖ２中的实体，它为多点会议提供控制，负责和所有的终端协商，取得一个共同的通信模式。ＭＣ不负责音频、视频和数据的混合或交换。

     每个Ｈ．３２３ｖ２实体至少有一个地址，这个地址是Ｈ．３２３ｖ２实体在ＬＡＮ中的唯一标志号。某些实体可能共用一个ＬＡＮ地址（例如终端和安放在终端内的ＭＣ）。对于同一ＬＡＮ地址，每个Ｈ．３２３ｖ２实体可以有若干个运输层业务访问点（ＴＳＡＰ）。另外，一个端点可以有一个或者多个相应的别名地址，别名地址提供对这个端点设备寻址的另一种方法，别名地址在一个Ｈ．３２３ｖ２域是唯一的，而ＧＫ、ＭＣ、ＭＰ没有别名地址。

    在Ｈ．３２３ｖ２系统中，端点设备（终端、网关、ＭＣＵ）是可呼叫和被呼叫的，而有些实体是不可被呼叫的。例如，一个终端不能对一个网闸发起呼叫，因为网闸是不可呼叫的，但它是可以编址的，在呼叫建立过程中起作用。ＭＣ和ＭＰ既不能编址也不能呼叫，但可以包含在端点或网闸中。

２．３ 终端结构和协议

（１）Ｈ．３２３ｖ２中的主要建议有：Ｈ．２２５．０为媒体流的打包和同步协议；Ｈ．２４５（１９９６年）为多媒体通信控制协议；Ｈ．２６１和Ｈ．２６３为视频信源编码标准；Ｇ．７２３．１和Ｇ．７２９为低速语音编码建议；此外还涉及到Ｑ．９３１（ＩＳＤＮ用户网络接口的第３层规范）、Ｑ．９３２（ＩＳＤＮ的辅助业务的控制）、Ｔ．１２０（多媒体数据传输协议）、Ｈ．２４６（Ｈ系列多媒体终端之间以及它们和ＰＳＴＮ、ＩＳＤＮ上的语音／话带终端之间的交互工作协议）、Ｈ．２３５（用于Ｈ系列多媒体终端的安全和加密）、Ｈ．３３２（松散互连的Ｈ．３２３会议）、Ｈ．４５０．１（通用功能协议）等。

（２）音频是Ｈ．３２３ｖ２中的必备项。Ｈ．３２３ｖ２允许音频编解码的标准种类较多，从低速到高速都有，如Ｇ．７２３、Ｇ．７１１、Ｇ．７２２、Ｇ．７２８、Ｇ．７２９、ＭＰＥＧ－１音频编码标准等。Ｈ．３２３ｖ２终端具有音频混合功能，可以接收多个音频信道，例如，可以同时接收两路不同语种的语音。此时，Ｈ．３２３ｖ２终端将使用Ｈ．２４５的多路信号同时通信的能力，来表明同时有几个音频流可以提供给编解码器。在多点会议时，Ｈ．３２３ｖ２系统利用音频混合功能为用户提供一个复合的音频信号。

（３）视频在Ｈ．３２３ｖ２中是可选项。视频编码的标准可以是Ｈ．２６１，也可以是Ｈ．２６３。Ｈ．２６３的编码性能要优于Ｈ．２６１，如果再加上多个选项，编码效果就更好。

（４）在Ｈ．３２３ｖ２中，可选择一个或多个数据通道。数据通道可以是单向的，也可以是双向的，这要由应用目标来确定。在Ｈ．３２３ｖ２中，数据应用可以使用一个或多个ＩＴＵ－Ｔ建议（它可以由Ｈ．２４５协商）来实现，Ｔ．１２０是其中之一。Ｔ．１２０是一套支持多点数据交互、静止图像传输、电子白板共享的数据会议标准。几乎在所有多媒体通信系统中都可以采用。Ｔ．１２０可以在Ｈ．３２３ｖ２通信建立前建立，也可以在Ｈ．３２３ｖ２的通信过程中，由Ｈ．２４５打开数据逻辑信道，再建立Ｔ．１２０连接和通信。在Ｈ．３２３ｖ２系统中，也可以不采用Ｔ．１２０建议，如使用Ｈ．２８１和Ｈ．２２４建议，终端通过数据通道可以提供远端摄像控制。此外，不管是否采用Ｔ．１２０建议，非标准的数据应用和用户数据透明传输也可以被接纳。

（５）ＬＡＮ接口并不包括在Ｈ．３２３ｖ２建议中，它主要实现由Ｈ．２２５．０建议所描述的服务功能，提供必要的Ｈ．２４５控制信道、数据信道和呼叫信令信道的可靠的端到端服务，如ＴＣＰ、系列协议交换（ＳＰＸ）等。通过必要的语音通道、视频通道和注册、准入和验证（ＲＡＳ）通道提供非可靠的端到端服务，如ＵＤＰ、互联网协同工作协议交换（ＩＰＸ）等。这些服务（连接）可以是多路或单路、单点或多点广播，主要取决于不同应用场合和不同的ＬＡＮ环境。

２．４ 会议方式

     Ｈ．３２３ｖ２系统的信息传播可以采用单播形式，即从一个源发送信息到另一个目的地；也可以采用多路单播形式，即一端点发送多个拷贝的媒体流（ＰＤＵ）到不同的端点，这常用于不支持多播的网络；还可以采用多播形式，即从一个源传送ＰＤＵ到许多目的地。

    在这些传播形式的基础上，和计算机网络相适应的Ｈ．３２３ｖ２的会议组织方式种类较多，且方式较为灵活，主要可分为以下几种：

（１）广播组会（ＢＰＣ）

     这是一种多点会议和广播会议的结合。在这类会议中，若干终端参加多点会议，而其它许多终端仅仅只是接收媒体流。在多点会议中，终端之间是双向通信，而只收终端是单向传送。

（２）集中型多点会议（Ｃｅｎｔｒａｌｉｚｅｄ

    Ｍｕｌｔｉ－ｐｏｉｎｔ Ｃｏｎｆｅｒｅｎｃｅ）

    在这类会议中，所有的加入终端以点对点的方式和ＭＣＵ交互。终端将它的音频、视频、数据、控制信息流发送给ＭＣＵ。ＭＣＵ的ＭＣ集中管理会议，ＭＣＵ中的ＭＰ将处理后的音频、视频、数据流再返回给每个终端。

（３）非集中多点会议

    参加这类会议的终端将视听信息多路广播给所有的终端。与会终端可以选择接收自己所需的音频流和视频流。在这种方式中，会议由ＭＣ管理，不需要音频、视频ＭＰ，终端通过Ｈ．２４５协议的控制信道和ＭＣ交互。

（４）混合多点会议

    在混合多点会议中（如图３所示），某些端点（Ｄ、Ｅ、Ｆ）参加集中会议模式，而另一些终端（Ａ、Ｂ、Ｃ）参加非集中会议模式。ＭＣＵ在这两类会议之间提供桥接，会议中的终端并不知道整个会议的混合性质，只知道它参加会议的类型。

２．５ 系统控制

    Ｈ．３２３ｖ２的系统控制分为３个部分：

（１）Ｈ．２４５控制协议：在Ｈ．３２３ｖ２的通信中，控制是利用多媒体通信控制协议Ｈ．２４５所规定的逻辑信道信令过程进行的。它完成通信初始过程的建立、逻辑信道的建立、终端之间的能力交换、通信的结束等功能。例如，通过能力交换，可使发端使用接收端能解码的模式发送，接收端也可以向发送端要求采用自己所希望的模式发送。Ｈ．２４５建立还用于基于ＡＴＭ网络的Ｈ．３１０系统、ＰＳＴＮ网络的Ｈ．３２４系统等的通信控制。

（２）ＲＡＳ控制：ＲＡＳ信道是一用于传送有关网闸发现消息和端点设备登记的信道，用来传送终端到网闸的信令。这一消息将一个端点的别名地址和它的“呼叫信令传送地址”相联系。网闸发现是端点用于决定向哪一个网闸去登记的过程，可以用手工方式，也可用自动方式进行。终端设备加入Ｈ．３２３ｖ２的域，必须要进行登记，告诉ＧＫ自己的传输和别名地址。所有的终端都要通过ＧＫ发现过程向ＧＫ登记。

（３）呼叫控制：呼叫信令就是用于建立呼叫、请求呼叫的带宽改变、获得呼叫中端点设备的状态、拆除呼叫等的消息过程。呼叫过程使用Ｈ．２２５．０所定义的消息。

３ Ｈ．３２３ｖ２系统实时性的提高

     Ｈ．３２３ｖ２系统适用的网络有以太网（Ｅｔｈｅｒｎｅｔ ＩＥＥＥ ８０２．３）、快速以太网（ＩＥＥＥ ８０２．１０）、ＦＤＤＩ、令牌网（ＩＥＥＥ ８０２．５）等。ＩＴＵ－Ｔ在１９９７年把Ｈ．３２３建议扩展为Ｉｎｔｅｒｎｅｔ、Ｉｎ-ｔｒａｎｅｔ、ＬＡＮ上普遍适用的多媒体通信系统的建议Ｈ．３２３ｖ２。

      Ｈ．３２３ｖ２标准的分层结构中，网络层采用ＩＰｖ６协议或资源预留协议（ＲＳＶＰ）），负责两点间的数据传输。由于ＲＴＰ协议不能保证传输的完整性，即在网络服务质量下降时，将会发生数据包的丢失，故Ｈ．３２３ｖ２终端及路由器均采用ＲＳＶＰ协议实行资源预留，以确保端到端之间的传输带宽，并按不同的应用分配带宽，减少了延时和抖动。ＲＳＶＰ是基于ＩＰ网络的预留资源的运输层信令协议。使用ＲＳＶＰ，Ｈ．３２３ｖ２可以为一个给定的基于ＱｏＳ需求的实时码流预留资源。如果网络对所需的资源预留失败，或者不具备ＲＳＶＰ功能，那么网络只能尽最大可能传输数据包。为此Ｈ．３２３ｖ２增加了有关“运输层资源预留的过程”及“分层视频编码的过程”等附录。

      由于网络层ＩＰ这类协议采用无连接的数据包，侧重于传输效率，不保证传输的正确性，不进行确认，因此在ＩＰ上层的运输层增加了ＴＣＰ、ＵＤＰ协议。ＴＣＰ保证数据顺序传送，不正确时要求重发，因此可用于实时性不强的数据传输，诸如Ｈ．２４５通信协议及Ｈ．２２５．０呼叫信令的传送。ＵＤＰ采用无连接传输方式，它不保证数据包在网络上的可靠传输和顺序到达，但协议简单，对网络负载较轻，适合用于大量的实时数据的传输。

     ＲＴＰ在ＵＤＰ的上层，从上层接收多媒体信息码流（如Ｇ．７２３音频），组装成ＲＴＰ数据包，然后发送给下层ＵＤＰ。它相当于ＯＳＩ的会话层，提供同步和排序服务。故ＲＴＰ协议适于传送连续性强的数据，如视频、音频等，并对网络引起的时延差错有一定的自适应能力。ＲＴＣＰ用于管理控制信息，如监视网络的延时和带宽，一旦所传输的多媒体信息的带宽发生变化，收端则通知发端，广播符号化识别码和编码参数。再上层为表示层和应用层，主要有音频（Ｇ．７ｘｘ）、视频（Ｈ．２６ｘ）、数据（Ｔ．１２０）等。

    在Ｈ．３２３ｖ２系统中，ＲＴＰ协议的主要作用如下：

（１）在多媒体数据的头部加上定时标志。对于视听业务，丢失几个包不会使质量下降很多，而延时和抖动却严重影响ＱｏＳ。尽管数据包有０．２５ｓ的延时，但依靠定时标志可使在接收端的数据包的定时关系得以恢复，从而降低了网络引起的延时和抖动。

（２）提供包内数据类型的标志，说明媒体信息采用的编码方式，例如对视频信息流是采用Ｈ．２６１还是Ｈ．２６３建议。

（３）具有排序服务，包序号可用来在接收端建立正确的包顺序，从而便于判断丢失了多少个包。

４ Ｈ．３２３ｖ２的通信过程

    Ｈ．３２３ｖ２系统的通信呼叫信令过程主要分为以下几个步骤：

   .呼叫建立。呼叫的建立过程使用Ｈ．２２５．０建议所定义的呼叫控制信息进行。带宽预留请求也在此阶段完成。呼叫的发起可以是Ｈ．３２３ｖ２域中的任意一个端点设备。

    .初始通信和能力交换。一旦双方完成呼叫建立过程，端点设备将首先建立Ｈ．２４５控制信道。然后再按照Ｈ．２４５建议，在控制信道上进行能力交换，决定双方的主从关系，继而打开媒体信道（如视频、音频或数据信道）。

     .视听通信的建立。视听逻辑信道建立以后，就可以开始通过它们进行正常的视音频通信了。

     .呼叫服务（带宽变化、状态变化等）。在通信的过程中，网闸还负责一系列的呼叫服务，如带宽的改变、状态的改变以及会议的扩展等。

     .呼叫终止。任意一个终端设备都可以按照规定的程序进行终止呼叫，但终止呼叫并不等于终止一个会议。

５ 广阔的应用前景

     Ｈ．３２３ｖ２系统主要用于局域网的多媒体通信，向网上的终端用户提供实时语音、数据和视频业务。尽管它的普及使用尚有相当长的路要走，但可以毫不夸张的说，哪里有计算机网络，哪里就有Ｈ．３２３ｖ２系统，它具有其它系统难以比拟的发展优势。它主要的应用领域为会议电视、远程教育、远程医疗、远程办公、远程协同工作等。

      Ｈ．３２３ｖ２系统集成到计算机中应用最多，也可以制成独立设备。基于ＩＰ的Ｈ．３２３ｖ２系统具有灵活的多媒体通信的功能，它能在为数众多的计算机网络，如Ｉｎｔｅｒｎｅｔ、Ｉｎｔｒａｎｅｔ及各种ＬＡＮ上运行，并能和其它广域网互通。它将以较低成本的终端（因为它可以和计算机网络及终端共用一部分资源）、较低的传输费用（以ＩＰ方式而不是电路交换的方式传输）、较宽的传输带宽（局域网上的带宽往往要高于广域网）而赢得十分良好的发展机遇，必将以很高的发展速度占据多媒体通信的主导地位。当然，它在实时性等方面的问题也必将随着高速ＬＡＮ的进展以及Ｈ．３２３ｖ２建议的逐步改进而得到解决。

（收稿日期：１９９９－０８－０６）

[摘要] 文章介绍了普及多媒体通信的新途径——基于ＩＰ网络的Ｈ．３２３ｖ２系统的组成、相关协议及其功能特点，着重分析了Ｈ．３２３ｖ２系统为解决ＩＰ网络的实时性所作的努力，并指出了这类系统广泛的应用前景。

[关键词] 多媒体通信 ＩＰ 局域网 Ｈ．３２３ｖ２

[Abstract] Ａｓ ａ ｎｅｗ ｗａｙ ｆｏｒ ｔｈｅ ｗｉｄｅ ｕｓｅ ｏｆ ｍｕｌｔｉｍｅｄｉａ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，ｔｈｅ Ｈ．３２３ｖ２ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｔｈｅ Ｉｎ-ｔｅｒｎｅｔ ｉｓ ｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅ ｃｏｍｐｏ-ｎｅｎｔｓ，ｃｏｒｒｅｌａｔｉｖｅ ｐｒｏｔｏｃｏｌｓ ａｎｄ ｆｕｎｃｔｉｏｎａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｓｙｓ-ｔｅｍ ａｒｅ ｐｒｅｓｅｎｔｅｄ．Ｅｍｐｈａｓｉｓ ｉｓ ｐｕｔ ｏｎ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ Ｈ．３２３ｖ２ ｓｙｓ-ｔｅｍ＇ｓ ｃａｐａｂｉｌｉｔｉｅｓ ｉｎ ｓｏｌｖｉｎｇ ｒｅａｌ－ｔｉｍｅ ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｂｌｅｍｓ． Ｉｔ ｉｓ ｐｒｏｓｐｅｃｔｅｄ ｔｈａｔ ｔｈｅ ｓｙｓｔｅｍ ｗｉｌｌ ｂｅ ｗｉｄｅｌｙ ｕｓｅｄ ｉｎ ｔｈｅ ｆｕｔｕｒｅ．

[Keywords] Ｍｕｌｔｉｍｅｄｉａ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｉｎｔｅｒｎｅｔ ｐｒｏｔｏｃｏｌ ＬＡＮ Ｒｅｃｏｍ-ｍｅｎｄａｔｉｏｎ Ｈ．３２３ｖ２