視頻會議系統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.重慶工程職業技術學院，重慶 400037）

1 引言

視頻會議是利用通信網絡，傳輸多個與會者連續活動圖像和聲音的一種通信業務。作為現代通信的重要技術，視頻會議系統在遠程教育、遠程醫療、遠程電視電話會議、遠程監控等方面有著廣泛的應用[1]。

現有的視頻會議產品主要分為兩大類：一類是基于嵌入式系統的硬件視頻會議產品，硬件視頻會議產品基于嵌入式操作系統。采用H.323協議，主要面向高端的、大型的專業視頻會議需求，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+服務器的軟件網絡會議產品，軟件網絡會議產品基于PC+服務器軟件實現，面向低端小型會議、個人、Internet用戶，由即時消息（IM）系統發展而來，采用XMPP或非標準協議。雖然維護升級方便，價格便宜，但圖像效果差，與傳統H.323產品不兼容，并且無回聲抵消，難以滿足大型專業會議要求。

針對視頻會議系統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為研究對象，融合現有視頻會議系統的優點，構建了一種高性價比的視頻會議系統，采用嵌入式技術，充分利用軟件技術的強大功能，實現了MCU的小型化，降低了系統成本。

2 關鍵技術分析

2.1 H.323協議分析

傳統的視頻會議系統基于H.320標準，H.320是基于電路交換的協議標準[2-4]。從20世紀90年代開始，國際電信聯盟（ITU）將視頻會議系統標準的制定工作重點轉向H.323。H.323是基于TCP/IP網絡的視頻會議系統的標準協議，它涉及會議終端、多點控制單元、網關、網守、音視頻和數據的傳輸、網絡控制、網絡接口等方面的內容。H.323協議中采用實時傳輸協議（RTP）和實時傳輸控制協議（RTCP）進行音視頻數據的實時傳輸和控制。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。網絡層音視頻數據的傳輸都采用用戶數據包協議（UDP），并且優先傳送音頻數據。

H.323標準支持在一個網絡環境中同時召開多個獨立會議，用多點控制單元來實現多點控制和管理。H.323的主要優點有：1）可以被應用在通用的網絡體系結構中，具有網絡獨立性；2）能夠對網絡中并發的H.323鏈接數和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的缺點是協議比較復雜，沒有擁塞控制機制，服務質量不能得到保證，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據量大，通過壓縮、編解碼可以將信號轉化成能夠在數字信道中傳輸的數字信號，節約了存儲數據的空間，降低了信道帶寬，為在現有通信信道上實現多種業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 系統模型及工作原理

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

圖1 視頻會議系統模型

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、控制和監視，可運行在安裝有Windows操作系統的計算機上，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，基于嵌入式結構設計，提供H.320&H.323雙協議支持；采用機架式結構，內置了1個6×6視頻矩陣，可根據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，用戶可以實現對終端的完全控制，包括會議管理、設備控制、系統管理、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實時通信的客戶端。一方面它采集現場會議的音視頻信號并將其壓縮編碼后同其他數據信息一起通過傳輸網絡發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，向用戶提供執行相關會議功能的操作界面，主要供個人或者人數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，音頻數據采集、播放，實時顯示會議狀態信息和會議消息等功能；通過與PCMT業務通信，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數據會議。

多點控制單元是視頻會議系統的核心設備。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主要進行數據管理、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據。總之，多點控制單元負責對音頻、視頻及其他數據信息進行處理和交換。

網守是可選設備，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。

網管客戶端用友好的界面來實現各種設備 （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，并能查詢設備歷史狀態。網管客戶端擁有一個龐大的告警系統，針對于各種設備所產生的告警信息，網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。這些功能的實現是通過與網管服務器的交互來實現的。

為了支持外設，在網管客戶端上增加對外設的顯示，使用戶能通過網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設備的當前狀態，網管客戶端還支持用圖形化來模擬機架構件現實設備的當前狀態。

視頻點播系統用于播放在流媒體服務器上發布的多媒體節目。發布的節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，科達視頻點播系統配合科達視頻會議系統使用更加方便，可以完成更多功能，實現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布到點播系統。

該系統支持多用戶管理，分成一般用戶、高級用戶和管理員用戶。根據權限實現安全管理系統功能：管理員用戶除了可以使用點播功能外，還有發布節目、用戶管理、安全設置等功能；高級用戶則還可以點播保密節目和普通節目；一般用戶只能點播普通文件。

隨著現代通信技術的不斷發展，網絡通信也趨向于多元化。現在通信網絡的類型繁多，有TCP/IP網絡、PSTN（公用電話交換網）、ISDN（綜合業務數字網）、ATM網（異步傳輸模式網）、衛星網絡等。系統級聯后，簡單組網圖如圖2所示。

基于H.323的視頻會議系統可運行在TCP/IP網絡上。現在隨著網絡技術和傳輸媒體的提高，TCP/IP網絡已經發展成為一個高速、高可靠性、高質量的傳輸網絡。在實時性方面TCP/IP網絡做了很大的改進，在傳輸層采用了RTP和RTCP，基本上保證了視頻會議系統傳輸的實時性。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模的視頻會議系統的傳輸。

4 系統運行測試

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“手動結束”，則設置的會議持續時間有效，輸入“0小時0分鐘”表示不限時間；如果勾選“手動結束”，則表示會議為人工結束的會議。

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據會議的碼率，三者之和為會議碼率。

5 小結

為了提高視頻會議系統的高性價比，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，實現了MCU的小型化，降低了系統成本。運行測試結果表明：該系統支持標準H.323協議、支持最新的H.264編碼標準和H.239雙視頻流、支持廣泛的網絡協議，界面友好，性能穩定，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的研究與實現[J].微電子學與計算機，2006，23（8）：98-100.

[2]張學軍.基于H.323協議實現局域網嵌入式語音通信[J].網絡與信息，2009（5）：31-32.

[3]王中元，胡瑞敏，傅佑銘，等.H.323視頻會議系統中視頻編解碼子系統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的網絡視頻會議系統的關鍵技術研究[J].科技情報開發與經濟，2009，19（5）：66-67.

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

[6]扶慶華，鄧正宏，鄭煒.廣域網中分布式視頻會議系統的設計與實現[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模型及其實現[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[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.