基于IMS的多媒体会议系统的研究与设计

2010-02-25杨长虹熊国红

陕西科技大学学报 2010年5期

杨长虹, 熊国红

(1.湖南益阳职业技术学院，湖南益阳 413049； 2.湖南益阳市质量技术监督局，湖南益阳 413000)

0 前言

随着人们对办公功能需要的增加、市场对办公需求的增多，多媒体会议以其可以承载多种数据(文本、语音、视频、电子白板、文件传输、应用共享等)的诸多优势而成为业界研究和开发的热点.

传统的会议系统一般是由第三方服务商提供一整套基于H.323系列协议的系统，整个系统至少包括接入网络服务器，媒体服务器、会议业务应用服务器，这不但增加了企业运行成本，同时采用H.323协议和T.120协议组成的系列协议(需多种其他协议配合)标准十分复杂、扩展性弱.虽然在分组网上实现了多媒体通信和一般的控制，但它需要一组协议的支持，包括呼叫控制协议、媒体控制协议和音视频编码协议等，其协议间耦合内聚性高，不利于功能拓展，在灵活性和可扩展性方面存在很大的局限性.

SIP协议(Session Initiation Protocol,简称SIP)是由IETF组织提出的基于IP网络的“会话发起协议”，是一种用于建立、修改和终结多媒体会话的会话控制协议.SIP基于公开的Internet标准相对于H.323系列协议显得简单灵活、可扩展性强，在语音、数据业务结合和互通方面具有天然的优势，能跨越媒体和设备实现呼叫控制，支持丰富的媒体格式，可动态增/删媒体流，容易实现不同网络间的互联互通以及更加丰富的业务特性.

IP多媒体子系统是由3GPP在其R5标准版本之后提出的支持IP多媒体业务的核心控制子系统，它可以在3G分组域之上实现实时和非实时的多媒体业务，并可以与电路域实现互操作.IMS是一种基于SIP协议体系并独立于接入技术的核心子系统，利用IMS可以实现包括固定、移动网络在内的多种网络的融合.本文研究了基于IMS的多媒体会议系统，并将SIP协议应用于IMS架构中，利用IMS系统的接入无关性使用户可以通过各种不同方式接入到会议系统，实现了多媒体会议系统的固定移动融合.

1 IMS原理

IMS(IP Multimedia Subsystem)由3GPP首先提出的支持IP多媒体业务的子系统，后被3GPP2、ETSI TISPAN和ITU等组织所采用,是一种由SIP业务支持实时的、可定制的多媒体业务解决方案，支持一个终端同时运行多个SIPSession，为面向分组数据交换的多媒体服务及平台创造全新的数据服务，并为实现多媒体会议系统奠定了良好的基础.IMS系统结构主要分成接入互联层、会话控制层与应用和数据层3个层面，如图1所示.

图1 IMS体系结构图

(1)接入互联层.IMS不但可以为各种移动终端(包括3G终端)提供服务，还可以为固定电话终端、多媒体智能终端、PC机等终端服务.在无线接入技术方面，IMS除了GSM/GPRS和WCDMA、TD-CDMA、CDMA2000之外，WLAN也可以通过SIPProxy接入,固定网络的LAN和xDSL接入技术可以接入到IMS, IMS还提供了与ISDN/PSTN传统电路交换网络的互联机制.

(2)会话控制层.会话控制层的核心功能是呼叫会话控制功能(CSCF)，它负责IMS会话控制.CSCF包括P-CSCF(Proxy CSCF，代理CSCF)、I-CSCF(Interrogating CSCF,查询CSCF)、S-CSCF(Serving CSCF,服务CSCF)等逻辑功能.P-CSCF是UE接入IMS网络的入口点，在UE和P-CSCF之间需要建立安全关联和SIP信令的压缩(固定网接入不需要信令压缩).S-CSCF负责对IMS用户的鉴权、执行会话控制业务并维护每一个会话的状态.I-CSCF在IMS核心网中起到关口节点的作用，提供域内IMS用户的S-CSCF分配、路由查询以及不同IMS域间的拓扑隐藏等功能.

会话控制层还包括突破网关控制功能(BGCF)、媒体网关控制功能(MGCF)和信令网关(SGW)等用于和PSTN或PLMN CS域互通的功能.BGCF完成到PSTN/ISDN的路由功能，MGCF完成SIP和H.248的互通，并通过H.248对媒体网关实现控制.SGW完成IP和CS域信令传输层的互通.

多媒体资源功能(MRF)提供话音和视频会议的必要支持，包括控制部分(MRFC，多媒体资源功能控制器)和处理部分(MRFP，多媒体资源功能处理器)，分别完成对媒体流的控制和承载.

(3)应用和数据层.应用和数据层提供业务逻辑，用来支持用户的各种业务属性.根据所支持业务类型的不同分为以下3种：SIP应用服务器完成Internet业务，由于ISC采用了SIP，故可直接于S-CSCF相连，CSCF能以SIP服务器的方式直接调用这些业务，减少了信令转换.SIP基于C/S模式，是一种多媒体会话的应用层控制信令，完成双方或多方多媒体会话的创建、修改和终止等工作，以提供IP电话和基于IP的多媒体会话业务，其业务逻辑的提供可通过脚本语言、SIP-CGI或API(如Servlet等)编程实现.SA应用服务器完成基于OSAAPI开发的第三方业务.UMTS定义了OSA来允许第三方业务提供商进行新业务的开发，由OSA提供的安全API来接入UMTS，使用网络的性能，而不再受限于运营商提供的业务.不同的应用提供商就可以通过开放的网络访问接口获得底层网络的承载能力，并进行应用开发.CAMELSE则完成传统的移动智能网业务.

2 SIP会议架构

多媒体会议按照组织方式可分为松散多播式会议、全分布式会议和集中式会议3种.松散多播会议没有中央节点，终端间不需要信令通信，加入媒体多播组即可加入会议，这种会议方式功能简单、局限大、应用不广.全分布式会议中，每个节点都与其他所有节点保持联系，没有中央节点，主要缺陷是效率低、浪费带宽、对终端要求高、难以控制.IETF下属的XCON委员会专门制定第三种集中式会议架构及技术标准.IETF在RFC4353中提出了基于SIP的集中式会议模式，这种模式存在中心控制点，每个参与者连接到该节点，控制点提供多样化的会议功能，同时可能执行媒体混合功能，它主要包括了以下几个逻辑功能模块：会议中心、会议通知服务模块、会议策略服务器、会议策略模块、媒体策略服务器、媒体策略模块、媒体混合器、资源接入控制服务器等.

3 多媒体会议系统功能架构整体设计

IMS网络的灵活性为提供融合的多媒体业务提供了条件，所以基于IMS网络不仅可以设计融合音频、视频、数据功能的多媒体会议业务，还可以与IMS业务提供架构中的其他应用服务器功能组合，提供融合IM、Presence、Group等多种能力的应用服务器.因此，基于上述需求，根据IETF和3GPP对多媒体会议业务的功能需求和框架结构，作者设计了图2所示的基于IMS的会议应用服务器系统.

图2 会议中的功能实体图

由图2可以看出，基于SIP的集中式会议模型中主要包含以下实体：会议参加者、会议中心、媒体混合器、会议策略服务器、会议订阅服务器和会议策略等.

会议参加者(Participant)：在基于SIP的会议中，会议的参加者可以分为participant(普通的会议参加者)和moderator(会议主席)，他们具有的权限不同.participant可以申请加入会议，或者申请某种媒体资源；moderator有更多的权限，能够在会议过程中管理主持会议，比如决定是否允许新的用户的接入，对用户申请的媒体资源的批准等等.participant可以是自己主动要求加入会议，或者是被通知邀请加入会议的，而moderator可以是提前指定的，如果没有指定，则moderator是会议创建者.

会议中心(Focus)：是一个会议的核心,也是一个SIP用户代理，通过一个URI(如：conference002@hnyyzy.net)标识来表示一个会议.会议中心负责维持和所有的会议参加者之间的信令关系，以确认会议参加者连接到会议中.另外，会议中心还会执行会议策略.

媒体混合器(Mixer)：主要功能是将接收到的各种类型的媒体流混合处理，然后将处理后的结果媒体流分发到会议参加者，这里的媒体传输可以使用RTP协议.

会议策略服务器(Conference Policy Server,CPS)：会议策略服务器是一个逻辑上的功能实体，主要是用来操作管理会议策略，它可以其他相关的非SIP协议(如CPCP或者其他协议)来执行对会议策略的管理.CPS可能是实际物理上并不存的实体.

会议通知服务器(Conference Notification Server,CNS)：事实上会议订阅通知服务器是由会议中心分离出来的一个逻辑功能，主要是为了提供用户订阅会议状态的业务，并且当会议状态改变时通知这些订阅用户.

会议策略(Conference Policy,CP)：是控制一个会议的规则的完整的集合.会议策略可以在会议创建之前或者会议创建时被制定，用来指导会议中心主持和管理一个会议.

图3 申请控制权流程图

4 多媒体会议系统控制机制

基于IMS的多媒体会议采用SIP作为会场控制协议，建立对会议业务的控制机制.对多媒体会议的控制可分为用户控制、媒体控制和会场控制3个方面.

(1)用户控制.按照多媒体会议参与者控制功能的不同，将参与者角色分为会议发起者、会议控制者、会议成员.会议发起者可以创建会议；会议控制者相当于会议主持人，其行为包括添加成员、删除成员、结束会议、转移控制权、控制成员权限、控制会议媒体等；普通会议成员行为包括加入会议、退出会议，普通会议成员需要申请才能获得对白板、应用共享、文件传输、音视频的操作控制权，也可以申请成为主持人角色.通过采用对参与者的角色进行管理，使主持人拥有管理权限，可以对会场进行总体控制.此外，主持人具有的功能还包括锁定/解锁会场、切换会场控制模式、会场静音控制、允许/禁止综合录制、允许/禁止会场属性.普通成员只有经过申请才能获得某些控制权或者成为主持人.

我们用申请控制权简述控制过程.普通会场成员想要获得会议的控制权限时需要通过会议服务器向会场控制者发出申请，经授权后才可执行控制操作，流程如图3所示.

流程描述：

1-2：普通会议成员UE1向AS会议服务器发出请求，申请控制权，其中INFO消息携带的XML内容如下：//type为操作的类型：apply：申请；release：释放.

3-4：AS通知主持人UE1申请控制权.

5-6：主持人返回申请的处理结果到AS.

7-8：通知MRS当前会场的控制权状态.

9-10：返回申请的结果到UE1.

11-12：通知其他参与方会场权限的状态.

图4 基于IMS的数据会议的场景流程图

(2)媒体控制.在多媒体会议中涉及的媒体种类比较多，一般可分为音频、视频、数据3类，而数据类型又分为电子白板、应用共享、文件传输、网页共享、议程管理等多种数据类型.

对于音频和视频会议的媒体传输，可以采用RTP通道且较为成熟，对于数据的媒体的控制还处于研究探索阶段.由于XML在互联网中的成功应用，支持文本格式，易于解析和阅读，并且已经存在大量的协议规范用于开发各类通信应用框架(如即时通信)，因此结合IMS开放灵活的协议框架体系可以将XML的优点纳入数据类应用的协议框架中.IMS采用SIP作为控制协议，其灵活性已经得到了广泛的认可，可以在IMS架构下采用SIP+TCP(XML)的协议体系进行信令、媒体的控制和传输，增强了协议的可开放性、伸缩性和可扩展性.具体协议流程为首先采用SIP INFO消息建立TCP数据媒体通道，在TCP数据媒体通道上建立数据业务应用，再利用XML媒体层信令传输数据媒体控制信息，数据媒体控制信息是采用类似XMPP协议的XML进行描述的.IMS数据会议场景流程中采用SIP作为通用会场控制协议，信令格式遵循24.147协议，又采用SIP+TCP(XML)的协议架构，使会场控制与具体媒体应用和传输分离，增强了灵活性和可扩展性.基于IMS的数据类媒体控制流程如图4所示.

流程描述：

1-6:UEl向Conference AS及MRS申请会议资源成功，同时将UEl加入会议中.

7-9：Conference AS邀请UE2加入会议，UE2也被加进来，此时会场的SIP信令通道建立起来.

10-11：UEl向Conference AS申请白板共享.

12-13：Conference AS向MRS转发白板共享请求.

14-15：MRS向Conference AS报告申请白板共享是否成功.

16-17：Conference AS向UEl报告白板共享是否申请成功.

18-19：Conference AS向其他终端UE2发送白板共享邀请.

20-21：终端UE2向Conference AS返回是否支持白板共享.

22-23：Conference AS向MRS通知终端是否支持白板共享，此时会场的TCP媒体通道已经建立.

24：UEl在已经建立好的TCP通道上，通过xmessge消息发送具体的白板操作指令.

25：MRS也在已经建立好的TCP通道上，通过xmessge消息通知UE2具体的白板操作内容，UE2收到消息后会及时的更新状态.

(3)会场控制.在IMS网络下，由于融合文本、音频、视频、电子白板、文件传输、应用共享等多种业务的组合类多媒体会议统一由SIP协议进行会话的流程控制，因此涉及到多种媒体业务、多种媒体通道之间的会场控制成为设计多媒体会议系统的关键技术.

图5 关闭多媒体会议数据通道信令流程

由于多媒体会议存在多种媒体类型、多种业务应用和多种数据通道，所以用户发起会议与退出/结束会议的控制逻辑也比较复杂，需要按照一定的逻辑层次进行判断执行.下面以退出/结束会议说明控制过程.当用户发出退出/结束组合应用的多媒体会议时，如果是关闭媒体如音频、视频、白板、应用共享等，则使用REINVITE关闭媒体；如果已经是最后一个媒体，则使用BYE结束整个会话；对于数据应用，则在使用INFO结束某个应用时需要判断是否仍有其它业务使用TCP数据通道，如果没有则使用REINVITE关闭媒体，如果已经是最后一个媒体，则使用BYE结束整个会话.如果仍有其它业务使用TCP数据通道，则仅需要使用INF0关闭应用.关闭数据媒体通道和数据应用的信令流程如图5所示.

流程描述：

1-3：请求关闭多媒体会议的数据媒体通道.

4-6：关闭UE#1在MRS上的多媒体会议的数据媒体通道.

7-9：关闭其他终端的多媒体会议的数据媒体通道.

10-12：关闭其他终端在MRS上对应的多媒体会议的数据媒体通道.