浅析基于H.323的IP视频会议系统

[摘要] 本文通过对基于H.323的IP视频会议系统的视频会议标准、系统组成、组网结构、视频会议室配套设计、发展趋势等方面进行的简要分析，给出近年来视频会议系统在中国各类行业用户信息化项目中的建设思路。

[关键词] 视频会议 H.323 视频终端 MCU GK（关守） 矩阵

1 视频会议系统的定义

什么是“视频会议系统”？视频会议系统是集视频通信、音频通信、数据通信于一体的新一代交互式多媒体通信系统，是基于通信网络上的一种增值业务，可以满足两个或多个用户同时进行多媒体通信的需求。视频会议通过通信网络把两个或多个地点的多媒体会议终端连接起来，在其间传送各种图像、话音和数据信号，使出席会议者有亲临现场的感觉。使身处异地的与会者可以就同一议题参与讨论，相互之间不仅可以听到发言者的声音，而且还可以看到发言者的图像及背景，同时还可以交流有关该议题的数据、文字、图表等信息。

2 视频会议标准简介

从视频会议技术发展的历史来看，视频会议系统主要基于如下两大国际标准：

2.1 H.320标准

这是由ITU-T（国际电信联盟）于20世纪80年代制定的早期视频会议标准，由于当时是以电路交换技术为基础建立的传输线路，所以H.320也是以电路交换技术为基础的。H.320视频会议标准包括对视/音频的压缩和解压、视/音频流传输、多点会议管理、会议加密、远程会议控制等规定，还包括H.200视听业务系列标准（以传送活动图像为主的通信业务）和T.120数据会议系列标准（以传送静止图像和会议数据的通信业务）。H.320视频会议标准分为六个部分，即通用系统部分、音频系统部分、多点会议部分、会议加密部分、数据/远程摄像机控制FECC部分和T.120数据会议部分。

2.2 H.323标准

20世纪90年代中期，ITU批准制定了基于分组交换网使用的H.323视频会议标准，为局域网LAN、企业内网Intranet/Extranet、国际互联网Internet等分组交换网内使用多媒体技术制定了规范文本，它涵盖了大多数多媒体技术、视/音频压缩/解压协议、点对点和多点视频会议组织技术，解决了呼叫、会话控制、带宽管理、多媒体流传输等许多问题。

H.323是ITU的一个标准协议族，该协议族是一个有机的整体，根据功能可以将其分为4类协议，从系统的总体框架（H.323）、视频编解码（H.26x）、音频编解码（G.7xx）、系统控制（H.245）、数据流的复用（H.225）等各方面做了比较详细的规定。H.323的整个系统控制由H.245控制信道、H.225.0呼叫信令信道和RAS（注册、许可、状态）信道提供。音频编解码协议包括G.711、G.722、G.723.1、G.728、G.729等协议，编解码使用的音频标准必须由H.245协议协商确定。视频编/解码协议主要包括H.261和H.263协议。H.323系统中视频功能是可选的，数据会议功能也是可选的，其标准是多媒体会议数据协议T.120。H.323系统的协议栈组成如图1所示：

由于H.320是ITU-T较早期的视频会议标准，该标准完全建立在一系列视频会议专有的技术和标准之上，而H.323标准建立在通用的、开放的计算机网络通信技术基础之上，具有广阔的发展前景。自从1996年ITU-T批准该标准以来，视频会议的技术和市场都发生了革命性的变化。越来越多的厂家竞相投入H.323新产品的开发，越来越多的用户采用H.323技术和产品构造他们自己的视频会议系统。

3 基于H.323的IP视频会议系统组成

基于H.323的IP视频会议系统主要由MCU（多点控制单元）、H.323 Terminal（终端）、Gatekeeper（网闸或关守）、Gateway（网关）四部分组成，如下图所示：

3.1 MCU（多点控制单元）

MCU是多点视频会议系统的关键设备，它的作用相当于一个交换机的作用。它将来自各会议场点的信息流，经过同步分离后，抽取出音频、视频、数据等信息和信令，再将各会议场点的信息和信令，送入同一种处理模块，完成相应的音频混合或切换、视频混合或切换、数据广播和路由选择、定时和会议控制等过程，最后将各会议场点所需的各种信息重新组合起来，送往各相应的终端系统设备。

MCU主要处理如下3种类别的信号，分别是：视频信号，主要由视频处理器完成；音频信号，主要由音频处理器完成；数据信号，主要由数据处理器完成。

此外，MCU结构中的网络接口模块和控制处理器也是必不可少的。控制处理器主要负责决定正确的路由选择，混合或切换音频、视频、数据信号，并对会议进行控制。

3.2 H.323 Terminal（终端）

H.323终端是提供单向或双向实时通信的客户端，具有对视频和音频信号的编解码及显示功能，还具有传送静止图像、文件、共享应用程序等数据通信功能。H.323终端允许不对称的视频传输，即通信双方可以以不同的图像格式、帧频和速率进行传输，这给参会者带来了很大的灵活性。

H.323终端由视频编解码器、音频编解码器、控制单元、多路复用和分解、网络接口等模块组成。视频编解码器负责对从视频源（如摄像机）来的视频信号进行传输和编码，或对接受的视频编码信号进行解码，常用的视频编解码标准为H.261、H.263和H.264。音频编解码器对从话筒来的音频进行编码以用于传输，或对接受到的编码音频信号进行解码并传输到扬声器。常用的音频编解码标准是：G.711、G.722、G.728、G.729、MPEG音频或G.723。系统控制单元通过端到网络信令进行网络存取，通过端到端信令进行端到端控制，建立公共操作和信令模式。

3.3 Gatekeeper（网闸或关守）

Gatekeeper是H.323系统的一个组件，一般简写为GK，其功能是向H.323节点提供呼叫控制服务。本区域内的所有H.323节点必须在本域内的网守上登记注册，GK提供的基本服务有：地址翻译、带宽管理、许可控制、区域管理。多个GK组网可形成网状网结构或主从结构。网状网结构中每个GK地位平等，分别管理所连接MCU的地址解析、区域管理等功能。主从结构GK组网由一个顶级GK和多个域GK构成树型结构，便于对网络进行升级扩容。顶级GK负责域GK的解析，域GK负责所连接的MCU解析、区域管理等，但此方式集中管理，稳定性较差。

3.4 Gateway（网关）

Gateway（网关）是H.323会议系统的一个可选组件。网关提供很多服务，其中包含H.323会议节点设备与其它ITU标准相兼容的终端之间的转换功能。这种功能包括传输格式和通信规程的转换。另外，在分组网络端和电路交换网络端之间，网关还执行语音和图像编解码器转换工作，以及呼叫建立和拆除工作。终端使用H.245和H.225.0协议与网关进行通信。

4 视频会议系统的组网结构

一个基于H.323的IP视频会议系统的组网结构因MCU与MCU通信结构不同主要分为“星型网络结构”和“层次化网络结构”两种。

在“星型网络结构”中，MCU与MCU是互连平等关系，通信只能在相邻MCU间进行，没有跨MCU节点传递关系。

在“层次化网络结构”中，MCU与MCU的连接形成树根等级关系。在每一根系中，通信可以沿根系进行穿越MCU节点传递，所有MCU通信都是通过根部的MCU传递来完成。

对于单个MCU召开多点会议时的情况，这两种结构并无本质区别，但在多个MCU组织多点会议时，MCU与MCU间的数据通信就有着本质的区别，即“星型网络结构”中，MCU与MCU间没有级连关系，而在“层次化网络结构”中，MCU与MCU间有级连关系。

本文给出视频会议系统的层次化组网结构示意图如下：

5 视频会议室配套设计

根据国标YD5032-2005《会议电视系统工程设计规范》、YD5033-2005《会议电视系统工程验收规范》，为了保障视频会议的会议效果，应从如下几个方面认真进行视频会议室的配套设计：

5.1 环境要求

会议室的使用面积应按照每人平均2.2m2设计，应有20 m2的控制室。会议室温度应为18~25℃，相对湿度应为60%~80%。

视频会议室不宜采用多彩材料进行装修，其整体颜色宜简洁明亮，且以浅灰色为主，颜色搭配以双色为好。由于绝大多数会议摄像机均采用自动调节光圈，为了不使摄像机在摄取景物时产生错误控制光圈而导致光亮刺眼或灰暗的视频效果，尽量避免采用黑色和白色作为摄取物体的背景颜色。

5.2 灯光要求

会议室采用色温为3200 lux以上三基色灯光照明，主席台区域采用照度不低于800 lux，一般区域的平均照度不低于500 lux，测试依据是水平工作面测点距地面高度为0.8m。投影区域照度不应高于80 lux。

会议室有窗户时，应采用遮阳帘挡住自然光进入会议室，避免自然光与灯光混用，造成摄像机误判、视频失真情况发生。

5.3 音响要求

会议室隔音能力应超过50dB，室内噪声级小于40dB。会议室地板、四周墙壁、天花板应安装吸音材料，保证室内发出的声音在正常的反射范围内和保证适当的声音混响时间发生。

为预防会议室的音频啸叫，尽量使用同种材料装修会议室、购买抗啸叫的音箱作为会议室使用喇叭、选用灵敏度适中的麦克风作为会议话筒，使用话筒时应注意话筒与喇叭的距离。

5.4 配套控制及切换设备要求

对于需要作为主会场的视频会议室，通常需要配备一些常用的视频会议配套控制及切换设备，主要包括如下：

①视频矩阵：视频信号输入/输出的控制中心，一般选用8×16矩阵、16×16矩阵。

②RGB（VGA）矩阵：计算机信号输入/输出的控制中心，一般选用8×16矩阵、16×16矩阵。

③中控系统：集中控制会议室中所有设备的工作平台，它由控制设备和操作手柄（触摸式液晶屏）组成。受控的设备要支持中控系统的控制，才能被中控系统管理和控制。

④调音台：会议室声音处理的调度中心，也是转接视频系统音频信号的重要设备。

6 视频会议系统的发展趋势

随着计算机技术、多媒体技术和通信网络技术的飞速发展，特别是计算机国际互联网近几年来的广泛普及，基于H.323的IP视频会议系统正经历着一场如火如荼的发展变革。一方面是前些年被广泛采用的标清视频会议系统（绝大部分采用H.264 CIF-352×288分辨率）正逐渐步入市场饱和期，另一方面是采用720P（可实现1280×800分辨率）、1080P（可实现1920×1080分辨率）的新一代高清视频会议系统正在全国各地呈蔓延的发展趋势。对于专业的视频会议制造商来说，现在已经具备了1080P的视频会议系统的整体解决方案。高清视频会议系统已经逐渐成熟，厂商在推出了不同类型的高清视频会议产品同时，选择部署高清视频会议的用户也在逐渐增多，可以说，整个高清视频会议系统产业氛围已经形成，高端视频会议市场正开始步入高清时代。一些国外的视频会议设备主流厂商还推出更前沿的“网真、远真、全息视频”等下一代视频会议解决方案。我们相信，未来几年内，新一代基于1080P的高清视频会议系统必将成为业界的发展主流。

参考文献：

[1] 桂卫红. 视频通信系统实用指南[M]. 北京: 电子工业出版社, 2007.

[2] 毕厚杰. 新一代视频压缩编码标准―H.264/AVC[M]. 北京: 人民邮电出版社, 2005.

[3] 国标YD/T5032-2005. 会议电视系统工程设计规范[M]. 北京: 北京邮电大学出版社, 2005.

[4] 国标YD/T5033-2005.会议电视系统工程验收规范[M]. 北京: 北京邮电大学出版社, 2005.