实时视频中SIP与RTSP的应用

2013-01-31张功国陈莹星

电视技术 2013年9期

张功国，陈莹星

(1.重庆邮电大学，重庆400065;2.重庆信科设计有限公司，重庆401121)

随着Internet日益发展，网络的传输数据不仅限制于文字与图形，语音与视频也成为了主流，在现有的网络资源下，带宽的限制影响了多媒体的传输质量。实现传统的下载播放也较为困难，而流媒体技术的产生很好地解决了这个问题。

流媒体技术［1］是指将语音、视频形成一种稳定、连续的传输流或回放流，能够支持视频流的实时传输与实时播放功能，在用户发出视频请求时，在流媒体的服务器端会将连续且稳定的数据流发往客户端，一旦客户端接收到数据，不需等到数据下载完毕后才能进行播放，而是实时地进行数据流的稳定播放。

在无线视频监控系统中为满足用户能实时控制流媒体的播放，实现点播用于远程控制流媒体如暂停、快进、快退等。在本方案中采用SIP协议来控制会话，RTSP协议来控制实时流的VCR功能。

1 SIP与RTSP的异同点

SIP协议［2］与RTSP协议［3］的共同点在于它们都是应用层的用来建立、终止流媒体会话的双向交互的信令控制协议，利用文本协议进行编码，SIP与RTSP的操作模式都是通过客户端/服务器的请求/响应模式来完成信令的交互过程。RTSP与SIP均用SDP来描述会话。

SIP协议与RTSP协议的区别:SIP主要采用三次握手机制应用于传输层上，保证信令可靠稳定的交互过程，SIP独立于媒体，通过代理服务器、注册服务器、重定向服务器的作用来完成信令的交互过程。SIP优点是将建立一个会话和描述一个会话相分离，具有良好的互操作性，同时利用SIP服务器来完成基于Request—URL的SIP请求和基于报文头内容的SIP应答寻找路由的服务。利用这个优势使得SIP成为端到端的协议，并且这样的协议良好地体现了端到端的智能化，这是由于SIP消息自身存在用于路由的消息。由RealNetworks和Netscape共同提出的实时流协议RTSP［4］(RealTimeStreamingProtocol)，该协议的主要作用是将一对多应用程序通过IP网络有效地传送多媒体数据，RTSP［4］主要架接在TCP协议上的信令控制传输层对称的有状态的协议。它允许客户端/服务器端相互发送请求，同时保持用户的状态。而RTSP则侧重于完成流媒体的控制如暂停、播放、快进、快退等。RTSP的优点是多服务器支持每个流放在不同服务器上，用户端自动与不同服务器建立几个并发控制连接，媒体同步在传输层执行。RTSP控制通过单独协议发送的流，与控制通道无关。例如，RTSP控制可通过TCP连接，而数据流通过UDP。因此，即使媒体服务器没有收到请求，数据也会继续发送。在连接生命期，单个媒体流可通过不同TCP连接顺序发出请求来控制。所以，服务器需要维持能联系流与RTSP请求的连接状态基于流媒体服务器的结构。

2 实时视频的设计与实现

RTSP主要在多媒体流传输过程中，利用播放器与服务器之间通过交换RTSP消息来实现资源描述信息的获取、建立连接、播放等功能。利用SIP来完成会话的建立，并建立起视频流。在一次信令的交互过程中主要用到的方法如表1所示。

表1 SIP与RTSP的主要方法

在实时视频请求的过程中，利用SDP描述符来完成请求过程，具体的流程如图1所示。

图1 SIP实现实时视频建立过程

用户将请求的实时视频的信息，通过流媒体服务器的客户端来接收用户请求消息，并向SIP服务器发送一个INVITE请求，其中包含目的用户、端口号等信息，SIP服务器收到该请求消息后，先向流媒体服务器回送一个100 Trying，表示正在尝试连接，继而将消息转发到前端，如果前端收到了该请求，就会向SIP服务器发送101 Dialog Establishement的消息给服务器，服务器转发给流媒体服务器，直到前端分别发送180 Ring和200 OK并得到流媒体服务器的ACK确认后，表示该请求建立成功［5］。具体的流程如图2所示。

图2 客户端向流媒体服务器请求播放视频

在流媒体服务器的客户端中利用socket对用户端口进行监听，如果用户输入的流媒体服务器的地址、端口以及流媒体服务器的地址、端口和RTSP的端口、用户名、密码等信息符合，则用户就可以向流媒体服务器发起请求。首先，客户端向服务器端发送带有OPTION请求，如果请求成功，服务器端就会发送允许请求的方法给客户端;其次，客户端继续发送DESCRIBE请求给服务器端，并回应200 OK表示请求成功;然后，客户端发送SETUP用以建立传输机制，服务器为其建立一个视频服务;最后客户端发送PLAY请求，一旦PLAY请求成功，则用户就可以获得该视频资源。

在SIP模块中主要负责信令会话的呼叫与建立过程，而RTSP模块负责流媒体的控制。利用各自的特点共同完成视频播放的过程，信令模块的设计过程如图3所示。

图3 SIP模块处理过程

在RTSP模块主要由编码器、解码器、播放器和服务器组成。RTSP作为会话控制的协议，跨接于RTP与RTCP协议之上，能够将多媒体文件切割成多个适合于网络传输的片段，经过封装后送往客户端，客户端可以随时进行解码播放，具体的处理模块如图4所示［6］。

图4 RTSP模块处理过程

客户端主要完成与服务器端的呼叫建立过程以及流媒体控制过程，利用RTP协议来接收数据流，接收到的数据流通过解码后，还原成原始图像，通过播放器在本地实时播放数据［7］。为了让服务器端更好地了解客户端的播放情况，需要利用RTCP协议来完成数据包的发送。服务器端根据RTCP包来动态调整传输速率，节省带宽资源，提高视频质量。

服务器端收到请求后，将前端采集到的音、视频数据进行分离，利用RTP协议将数据打包通过UDP端口传递到客户端，RTP协议能够提供时间信息，反映RTP数据帧中的数据采用时间，客户端可以依据这个时间来重建数据的时序关系，用于正常播放媒体流［8］。由于RTP是作为传输层的协议建立在UDP协议上，所以它没有可靠的机制来保证数据正确到达目的地，而且也不支持流量控制与拥塞控制。鉴于网络不稳定等原因，需要适当调整传输速率，改变载荷类型等内容，在数据的传输过程中需要依靠RTCP来周期性地向RTP反应当前情况，继而，服务器端根据反馈回来的信息改变发送的速度，提高实时传输质量。

服务器端接收到RTSP请求后，产生RTSP请求对象，利用流会话的形式描述应答消息，并且解析请求内容，将相应的流媒体文件调入，利用RTP包来发送数据流。