基于SIP的视频会议系统的结构和原理
近年来，随着计算机技术、通信技术和互联网技术的快速发展，视频会议的应用范围正逐步从传统专业领域、大型企业等高端用户扩展到中小企业等普通用户和个人用户。根据相关机构的分析结果，2004年中国视频会议市场规模已达18.7亿元，并且每年以26%的速度递增，市场前景十分广阔。
本文主要介绍了一种基于SIP的集中式视频会议模型，并根据该模型设计了初步的实现方案，分析了该方案的工作原理。目前IETF主导的SIP会议模型的研究还处于草案阶段，没有成为标准。因此，对SIP会议框架及其实现技术的研究具有一定的理论和现实意义。
一、视频会议系统的主流技术标准
目前视频会议系统的主流技术标准有两种，H.323和SIP [1]。前者由ITU-T SG16定义，包括H.225呼叫控制信令和RAS信令、H.245媒体控制信令和H.450补充业务信令规范；后者由IETF MMUSIC工作组定义，包括SDP媒体描述规范。
H.323系统遵循传统电信网络的设计理念，兼顾传统PSTN呼叫流程和IP网络的特点。它吸收了多种电信网络的组网、互联和运营经验，可以与PSTN网、窄带视频业务等数据业务和应用网络互联。近年来，它得到了广泛的应用，尤其是在VoIP大型网络的建设中。H.323协议涵盖了广泛的独立设备、个人计算机技术和点对点、点对多点的视频会议，解决了视频会议中的许多问题，如呼叫和会话控制、多媒体和带宽管理等。正是因为H.323系统的设计问题太多，整个架构庞大复杂，限制了其在中小企业的部署。
SIP是用于建立、修改和终止多媒体会话的应用层控制协议，主要完成用户定位、用户能力交换、呼叫建立、呼叫处理等功能。它继承了互联网协议的设计理念。与H.323协议相比，它简单、灵活、易于扩展。它可以很容易地与其他互联网协议相结合，以提供丰富的IP多媒体服务，部署在各种网络环境中。
目前，大型商用VoIP网络和会议系统采用H.323标准。然而，随着VoIP技术的进一步发展和视频会议系统的逐渐普及，SIP协议越来越受到业界的关注。3GPP已经决定将SIP协议作为第三代移动通信全IP网络的控制协议，并制定了基于SIP的IP多媒体子系统(IMS)。业界也决定将SIP作为NGN的核心控制协议。与此同时，SIP协议及其应用的标准化工作也在积极开展，包括IETF SIP PING工作组牵头的集中式多媒体会议标准化和XCON工作组牵头的会场控制和CPCP(会议策略控制协议)标准化。随着这些标准的制定，基于SIP的视频会议系统将会得到越来越广泛的应用。
二、集中式会议系统模式
这是一个基于SIP的集中式会议模型。所谓集中，是指这种模式与组播会议、全分布式会议等会议模式相比，具有信令控制集中、媒体处理集中的特点。这种会议模式也是应用最广泛的情况。集中式会议模型[2]的结构图如图1所示。
该模型主要包括参与者、会议控制中心(Focus)、会议策略服务器(CPS)、会议策略(CP)、会议通知服务(CNS)和媒体混合器服务器等逻辑功能模块。其中，Focus、CPS、CNS、CP、Mixer构成会议服务器，完成多媒体会议的核心功能。该会议模型中各模块的功能如下。
a)会议控制中心：会议控制中心和每个参与者之间有一个SIP对话连接。一方面根据会议成员的策略对整个会议进行管理，如会议访问控制、与会者管理等，另一方面根据会议媒体策略控制媒体混合服务器，保证每个与会者都能收到会议的媒体流。
每个会议控制中心都有一个与之对应的会议URI，在全球范围内是唯一的。当用户需要加入会议时，他们需要向相应的会议URI发送邀请请求。
b)出席者：出席者是指在会议和会议控制中心中维护SIP对话的SIP用户代理。该用户代理可以是PC应用程序、SIP电话、PSTN网关或其他会议控制中心。当与会者是其他会议的会议控制中心时，会议的拓扑结构是分层的，具有良好的可扩展性。所有区域分会场都有单独的会议控制中心，与主会场的会议控制中心相连，进行分级控制和管理。
C) CPS: CPS是系统的逻辑功能模块，用于存储和操作会议策略，并提供用户与主导会议操作的会议策略之间的接口。用户可以使用非SIP方式与CPS交互，完成会议策略的制定和修改。
D)CP:会议策略包括会议控制中心管理会议运行的规则，一个会议对应一个会议策略，包括会议成员策略和会议媒体策略。会议成员策略主要用于会议成员的管理，包括用户访问控制和用户权限管理。会议媒体策略用于控制会议媒体的混合和分发，包括媒体混合策略、同步策略和媒体分发策略。用户可以通过Web或其他非SIP方式维护会议策略。
E)CNS:会议控制中心可以提供CNS功能，其工作机制由RFC 3265[4]定义，主要用于通知与会者相应的会议事件和会议状态。参与者可以向会议控制中心发送订阅请求，以在加入会议后订阅会议事件和状态通知服务。会议通知服务器将通过通知消息定期通知与会者安排的会议事件和会议状态。例如，用户可以保留会议成员的出席信息，当出席者加入或离开会议时，会议通知服务器将向用户发送会议成员的变化。
f)媒体混合服务器：媒体混合服务器负责混合和分发会议媒体，接收方可以是会议参与者，也可以是其他媒体混合服务器。媒体流的混合处理由会议控制中心根据媒体策略直接或间接控制，处理过程因媒体流的类型而异。
第三，视频会议系统的结构设计
根据前面介绍的会议模型和多媒体会议的一般功能需求[3]，我们设计了一个视频会议系统的实现方案，系统结构如图2所示。
该系统由多媒体会议终端、会议管理服务器、会议控制服务器、媒体服务器和系统数据库组成。呼叫服务器(CS)是SIP代理服务器，负责转发SIP消息，集成了注册服务器的功能。
下面介绍各个组件的功能。
1)多媒体会议终端
多媒体会议终端是用户用来参加会议的桌面应用程序。当会议终端启动时，它将发送注册消息向注册服务器注册。注册成功后，它将保持在线，可以随时发起或接收呼叫请求。加入会议后，您可以发送订阅请求来订阅会议状态信息报告，以便获得最新的会议状态变化。与会者可以通过多媒体会议终端进行申请发言、发布申请、发布发言等操作。可以收发即时消息，实现会议文字聊天的功能。
2)会议管理服务器
会议管理服务器对应图2中的Web服务器，主要完成通过Web界面管理会议的功能，包括会议的预约、修改和取消，会议策略的制定和修改。此外，会议控制服务器的系统参数可以通过会议管理服务器进行配置，并提交给系统数据库进行存储。当会议控制服务器启动时，它可以从系统数据库下载系统参数到本地以初始化系统。
3)会议控制服务器
会议控制服务器是本系统的控制中心。模型中会议控制中心的功能包括创建、启动、删除、会场管理和控制、会议状态信息的收集和发布、会议成员的出席管理以及会议成员请求的处理。会议控制服务器通过MEGACO/H.248[5]命令控制媒体服务器的媒体混合处理。
会议控制服务器主要由主控模块、Web管理模块、启动/注册模块、即时会议模块、会议状态通知模块、会议控制模块和会议列表组成。其中，主控模块主要负责系统的初始化和模块间的通信调度。开始/注册模块主要负责会议的开始和结束；会议状态通知模块负责完成会议状态信息通知服务，符合RFC3265标准；会议控制模块是会议控制服务器的主要功能模块，采用基于事件触发的工作机制。会议列表负责维护会议的状态信息，包括会议属性、成员列表、请求队列和消息队列，并提供操作这些数据的接口函数。
4)媒体服务器
媒体服务器可以使用纯软件实现媒体混合等处理，相比传统的使用硬件卡的方式有很大的成本优势。会议控制服务器通过MEGACO/H.248命令控制媒体服务器，完成创建关联域、添加终端、删除终端、修改终端属性、删除关联域等操作。媒体服务器接收与会者发送的媒体流，根据媒体策略进行混合，然后分发给与会者，从而实现会议媒体流的交互。
四、视频会议系统的工作原理
在介绍了集中式视频会议系统的结构之后，下面简单介绍一下该系统的工作原理。
4.1创建会议
本系统支持两种会议类型：预约会议和即时会议。
预约会议的建立可以通过Web管理系统来完成。成功预订会议后，将在系统数据库的会议数据表中插入一条记录。会议控制服务器的Web管理模块周期性地扫描系统数据库的会议数据表，如果发现新的会议记录，则根据预定的要求生成新的会议节点并添加到会议列表中。
即时会议的创建可以通过多媒体会议终端完成。用户只需要向指定的会议工厂URI发送邀请请求来创建即时会议。新会议的URI由302响应的联系人报头字段带回。
4.2参加会议
参与者可以通过以下五种方式加入会议：
a)呼入模式。用户可以通过电子邮件、网络公告、即时消息等方式提前获得会议URI。然后向会议URI发送邀请消息以请求加入会议。
b)呼叫模式。会议开始后，会议控制中心向用户发送邀请消息，邀请他们加入会议。会议控制中心需要预先存储与会者的URI列表。
c)第三方通过向会议URI发送REFER[6]请求来触发会议控制中心邀请用户加入会议。
d)第三方向用户发送REFER请求，触发用户主动加入会议。
e)如果用户不知道会议URI，但是可以通过其他渠道获得会议中的会话ID，他可以通过发送具有加入报头字段[7]的邀请消息来加入会议。
4.3会议状态信息通知机制
与会者可以在会议期间获得会议的事件和状态信息，这是通过会议公告服务(CNS)实现的。如图4中的F9-F12所示，参与者可以在加入会议后向会议控制中心发送订阅请求。订阅感兴趣的会议事件和状态通知服务。当某类事件发生或会议状态发生变化时，会议通知服务器将生成状态报告的事件包，并通过NOTIFY请求发送给订阅者，以通知事件的发生或状态的变化。
4.4场馆控制机制
发言权控制是指对共享资源的访问控制，比如对话语权、视频展示等公共资源的控制。会议控制消息在会议主席、会议服务器和会议成员之间传递，分为会议控制命令和会议控制事件两部分。会议控制命令是会议主席或授权的会议参与者向会议服务器发送的改变会议资源状态的请求。会议控制事件消息是关于会场资源状态信息的报告，由会议服务器发送给与会者。控制命令的内容可以是添加会场资源，请求使用会场资源，主席批准/拒绝请求，或者改变会议策略。控制事件用于向会议参与者报告会议资源占用、会议策略或媒体配置的变化。
场馆控制命令以SOAP格式[8]封装，SIP协议的INFO[9]消息作为承载消息。会议控制事件消息的传输可以通过会议状态信息的通知机制来实现。
4.5会议闭幕
预定会议的结束时间已在预定时间确定。当会议结束时间到来，但仍有与会者参加会议时，会议控制中心向他们发送BYE消息并删除他们，然后执行注销过程。注销成功后，会议控制服务器将删除该会议节点。
无法根据会议的结束时间结束即时会议，因为创建会议时未确定结束时间。判断即时会议结束的条件是参加会议的人数。当会议中的最后一个参与者退出会议时，则认为会议已经结束，并执行注销过程。注销成功后，会议节点被删除。
动词（verb的缩写）结论
目前，SIP多媒体会议的相关标准仍在制定中，相关技术发展迅速。该系统涉及的很多技术在实际应用中还需要进一步完善，尤其是会议策略控制技术、会场控制机制、会议级联、分会议系统、会议安全机制以及商业模式下的收费方案。
利用基于SIP和SOAP相结合的会场控制机制和MEGACO/H.248协议控制的纯软件媒体服务器，可以实现级联会议、分会场系统等多种会议模式的媒体处理。该方案的实现对基于SIP的集中式视频会议的研究具有一定的实用和参考意义。
