视频会议系统-本科.doc

湖南工业大学本科毕业设计（论文）
摘要

随着网络通信和多媒体技术的发展，人们已不满足简单的语音和文字通信，希望集语音、文字和图像于一体的多媒体通信。多媒体通信是继电报，传真，电话之后新的通信技术。视频会议系统是一种应用网络技术和音频/视频编解码技术来实现虚拟会议的多媒体通信系统，能够使地理上分散的用户在网络上通过视频，声音，文本等信息流进行交互式的交流。
由于分组交换的IP网络特别是Internet的飞速发展，与IP有关的技术也取得了巨大的发展。基于IP交换网络的视频会议系统的实现由于其成本的低廉，交互性强大，多点共同参与的特点和优点取代了传统的电视，电话会议，成为了人们通过远程进行会议交流的理想选择。
本文围绕“基于IP网络的视频会议系统”这一课题展开的。视频会议系统采用RTP/RTCP协议作为媒体控制协议，音频采用G723，视频编码采用H.323标准，实现了局域网内点对点的视频会议系统。
本文主要阐述以下几个方面的内容:
① 分析了视频会议系统的发展，应用及意义。
② 分析并研究了视频会议系统使用的关键技术。
③ 分析并研究了视频会议系统的实现标准。
④ 实现了局域网点对点视频会议系统的总体设计。
⑤ 阐述了视频会议系统的实现。

关键字：视频会议系统；H.323协议；组播；RTP/RTCP协议

ABSTRACT

With the development of the technology of multimedia and networking，text and void communication via Internet can not meet the requirements of the people. People need a new communication that can transmit text，void and video. It developed after telephone，telegraph and fax. Now video conference，an application of multimedia communication，applies networking technology and multimedia codec to realize a virtual conference. Through video conference，people who are not in the same place can communicate freely and effectively with each other.
As the rapid development of the IP packet switching networks especially the Internet，the technology about IP has made tremendous development. IP- based video conference system of the exchange network because of its low cost，interactive powerful and more in common with the characteristics has replaced the traditional television and telephone conference. It has become an ideal choice exchange through the long meeting.
In this paper talk about“Research of IP-based network video conference system”. The video conference realized a Point-to- Point video conference system using RTP/RTCP as media control protocol，G.723 standard as audio codec，H.323 standard as video codec.
This paper mainly describes the following aspects:
① Asalysis of the application and significance of the video conference system.
② Asalysis of key technologies of video conference systems.
③ Asalysis and study about the standard of the video conference system.
④ A LAN design of a point-to-point video conference system.
⑤ Realized a video conference system.

Keywords: video conference system; H.323 protocol; multicast; RTP/RTCP

目 录
第1章 绪 论 1
1.1背景 1
1.2视频会议系统的概念 1
1.3视频会议的发展及发展趋势 2
1.4视频会议系统的现状 3
1.5研究视频会议系统的意义 4
1.6本文主要的研究内容 4
第2章 视频会议系统的技术研究 5
2.1视频会议系统的类型和组成 5
2.1.1视频会议系统的类型 5
2.1.2视频会议系统的组成 6
2.2 H.323标准分析 6
2.2.1 H.323协议的概念 6
2.2.2视频会议系统的基本框架结构 7
2.2.3 H.323协议栈详细描述 8
2.2.4 H.323组件 9
2.4本章小结 14
第3章 视频会议系统使用的关键技术 15
3.1多媒体信息处理技术 15
3.1.1多媒体压缩技术 15
3.1.2音频编解码技术 15
3.1.3视频编解码技术 16
3.2网络技术 17
3.2.1 RTP/RTCP协议 17
3.2.2组播技术 18
3.2.3 QOS保障技术 18
3.3信息安全 19
3.4流媒体传输技术 19
3.4.1流媒体的概念 19
3.4.2实时传输协议RTP 20
3.4.3实时传输控制协议RTCP 20
3.5.1 NAT技术与NAT穿越 21
3.5.2 NAT穿越的主要技术 21
3.6 本章小结 22
第4章 视频会议系统的总体设计 23
4.1 局域网内的点对点视频会议系统结构 23
4.2 视频会议系统软件结构 23
4.3 软件体系结构设计 23
4.4 系统的模块设计 24
4.5 系统的工作流程 24
4.6 本章小结 26
第5章 视频会议系统的实现 27
5.1基于DirectShow视音频的采集的实现 27
5.1.1 DirectShow技术 27
5.1.2 视音频采集模块 28
5.2控制和通信模块的实现 31
5.2.1 H.225.0呼叫信道信令的实现 31
5.2.2 H.245.0控制信令 32
5.3视音频传输模块的实现 34
5.3.1 RTP/RTCP处理模块 34
5.3.2 RTP传输视音频信息流的实现 34
5.4本章小结 35
结 论 36
参考文献 37
致 谢 39

39

第1章 绪 论

1.1背景
随着Internet和视频压缩技术的飞速发展，使得Internet网络成为信息交换和传输的重要手段之一，简单的数据计算、数据存取、数据访问无法满足政府，教育，企业等的需求，希望实现数据，音频，视频的双向互通，进行实时的多方位的信息沟通，因而，以IP网络为基础的多媒体视频会议已成为主要的发展趋势，受到国内外市场的普遍关注[1]。个人计算机的普及、微电子技术和多媒体技术的飞速发展、综合业务数字网的建立及宽带综合业务数字网的研究发展，都有力的推动了视频会议的发展。
现代宽带网络技术的发展迅速，基于IP网络的视频会议系统正成为会议系统发展的主流[2]。当前的多媒体会议系统大多基于硬件插卡方案，以满足实时应用的要求，但存在很大缺点，它需要额外的资金购买硬件，而且一旦出现新的协议或算法，就必须更换硬件，因此基于IP交换网络的视频会议系统的实现由于其成本的低廉，交互性强大，多点共同参与的特点和优点取代了传统的电视，电话会议，成为了人们通过远程进行会议交流的理想选择。基于IP协议的交换技术的发展，使传统电信业务和互联网数据业务的整合成为可能。它能为用户提供直接，全面的沟通交流，并能节约时间、降低成本、提高生产率，在社会性的信息交流中了发挥了巨大的沟通作用。
1994年当时的Intel公司执行总裁Andy Grove曾预言:“到2000年将令每台PC具有视频会议系统”，虽然现在并没有实现Grove在1994年的超前预言，但现在看来，不容置疑的是:视频会议是当今火热的宽带网上的最有代表性的应用之一[3]。
1.2视频会议系统的概念
视频会议系统，是指两个或两个以上不同地方的个人或群体，通过传输线路及多媒体设备，将声音、影像及文件资料互传，达到即时互动的沟通，以完成会议目的的系统设备[4]。视频会议系统旨在为分散于不同地区的多个用户提供一个很好的讨论环境，使人们足不出户就可与远在天涯的朋友展开讨论，举行远程会议。视频会议系统多媒体信息的强大表现力和计算机的交互、管理能力极大地方便了与会者[5]。在会议发起时，计算机负责用户间的联络(包括发送邀请、处理回执等);在会议进行中，可自动处理用户的加入和退出，为用户灵活地参加会议提供了方便。这种会议系统不仅能实时地传输与会者的声音与影像，产生面对面讨论的感觉，而且可以将会议上讨论的内容与这些信息的传输结合起来，便于计算机完成一些事务性工作，减轻与会者的负担。在会议进行过程中，用户还可以通过数据库查找会议中要用到的资料，建立会议的目录，记录会议的进展，以便归档保存，供以后查询。
视频会议系统不仅为面对面交谈提供手段，而且有效支持群体协作，主要表现在以下方面：
① 提供共享工作空间:提供足够的视频音频通信能力，使人们尽量以面对面方式进行交互;在交互过程中，控制和协调相关用户之间以及用户与系统之间的关系。
② 提供共享信息空间：人与人之间交互式数据交换与操纵;同时支持个人与群体工作，并且可以在两者之间交换信息[6]。
1.3视频会议的发展及发展趋势
视频会议大致经历了以下几个发展阶段[7]。
第一阶段，20世纪60年代至80年代的模拟技术视频会议。1964年，世界上最早的模拟技术可视电话——Picture Phone MOD－I诞生于美国贝尔实验室，采用了图像和语音分时传输的方法，传输带宽为300～3400Hz。进入20世纪70年代，由于数字式传输的出现，传统视频会议系统所用模拟信号的采样和变换方法得到极大改善，数字信号处理技术逐渐成熟。对数据压缩的研究生成了视频会议产品的核心技术——CODER（Coder/Decoder）。
第二阶段，20世纪90年代初至1995年基于ISDN的数字视频会议。这一阶段的前期是基于SDH、DDN网的视频会议，后期主要是基于ISDN网的视频会议。20世纪90年代初期，第一套国际标准H.320获得通过，不同品牌之间的兼容性问题得到了解决。
第三阶段，1995年以后基于IP网的数字视频会议。20世纪90年代后期，随着PC的快速升级，数据存储和处理能力越来越强，信息压缩技术发展快速，进一步推动了视频会议系统的发展。目前视频会议技术正向Internet网络上的多媒体会议方向发展。
视频会议系统未来的发展趋势有以下几点：
① 编解码方式由硬件向软件转化。由于计算机处理速度和附属板卡的处理速度提高，许多需要专用设备进行的数据处理过程可以交由计算机及其内置的通用板卡来完成，在效果上没有太大的区别
② 系统协议类型从H.320向H.323转化。在初期，由于IP协议不是很普遍，基于ISDN线路，符合H.320协议的产品占主要比例。随着近几年IP协议的普遍应用和互联网的高速发展，特别是对于宽带网络的普及，符合H.323协议的系统自2000年开始占有的比例急剧上升。估计在未来几年年，基于H.323协议的系统将会取代H.320产品。
③ 流媒体技术越来越多的应用于视频会议系统中。目前，流媒体技术与IP视频会议一样受到重视，两者之间的相互融合正在开创广阔的应用空间。
④ 虚拟会议(Virtual Space Teleconferencing System，VST)将会出现。虚拟会议是会议系统的高级形式。它与视频会议系统中采用的独立视频窗口不同，它提供了一种虚拟会议环境，多个与会者的图像统一出现在虚拟会场中，表现形式是运动参数驱动的运动人脸模型。系统中的重要部件MCU将接收到的音、视频码流进行混合，在编码状态下生成虚拟会议室，并将混合后的业务流传送给每个与会者。这种系统需要VR技术支持，涉及到VST显示系统，视频对象提取，三维人体建模，空间交互模型等关键技术，是未来的高级会议形式。
⑤ 组播技术的运用。随着下一代互联网的研究开发，组播技术将会越来成熟，由此会使得基于组播的视频会议更加的普及，节省大量的带宽。
1.4视频会议系统的现状
国外对视频会议的研究开发远远早于中国，第一代视频会议产品的可视电话是由美国贝尔实验室1964年研制出来，我国第一台拥有自主知识产权的ISDN可视电话2001年7月才研制成功.随后视频会议提供厂商加大了视频会议终端产品的研发，众多国际品牌脱颖而出，以WEBEX为代表的运营平台提供商也给视频会议市场注入了新的活力。在美国，视频会议己渗透到政府、商业、金融、交通、服务、教育等各行业，其中远程教育和远程医疗占了相当大的比重。在这其中，美国政府对信息化建设起到了非常重大的推动作用，在远程教学方面，诸多美国大企业利用视频会议系统为员工提供培训，而MRR和Duke等顶尖大学也都在远程教育方面进行了很大投资.911事件之后，美国出现了企业集团、个人大规模采购与使用视频会议系统的热潮，据调查显示，有91%的商业企业倾向于采取视频会议的工作方式[8]。
中国的视讯业发展已有10年的历程。发展之初的视频会议系统只是针对政府、金融、集团公司等高端市场，主要在专网中运行，且造价不菲，预算往往高达百万、千万元。受2003年SARS的影响，中国视频会议系统市场近两年突破了以往的平缓发展局面，开始步入稳步快速发展阶段。混网及企业公网市场代替基于专线网络的视频会议系统占了主流地位。2004年，基于混网和企业公网的产品占到了68.8%的比例，2005年，这一比例将高达87.5%，成为市场主流。赛迪顾问公司去年年底的调查显示，我国在政府、金融、能源、通信、交通、医疗、教育等重点行业机构中视频会议设备的用户比例达到了66.3%，视频会议系统己经成为了我国行业信息交流和传递的重要手段。计世资讯 (CCW Research)预测，未来3年内，视频会议系统将以复合年平均增长率26.1%的速度增长。
1.5研究视频会议系统的意义
基于IP网络的视频会议系统是一种集音频、视频、数据为一体的多媒体网络通信的应用，是人们继单一媒体实现网络上的实时通信后对多媒体实现实时通信提出的要求。实现IP网络上的视频会议系统有着社会和技术发展两方面的意义。从它的技术发展意义来讲，研究IP网络上的视频会议系统促进了网络中多媒体信息的编码压缩解压技术，同时还促进了IP网络对媒体的实时传输技术、多点传输技术和业务保障技术的不断发展。
从产生的社会效益来讲，视频会议可以节省大量的会议费用，但实现IP网络上的视频会议系统不仅仅只是提供给人们一个可以进行异地实时会议的工具，还可以在这个基础上增开网络实时通信的增值服务。除了上述视频会议系统的类型外，还可以在办公自动化、紧急求援、现场指挥调度等许多方面发挥作用，因此有较好的发展前景。
1.6本文主要的研究内容
本文主要阐述以下几个方面的内容:
① 分析了视频会议系统的发展、应用及意义。
② 分析并研究了视频会议系统类型、组成及相关标准。
③ 分析并研究了视频会议系统使用的关键技术。
④ 给出了视频会议系统的总体设计。
⑤ 分析研究了视频会议系统的实现。

第2章 视频会议系统的技术研究

2.1视频会议系统的类型和组成
2.1.1视频会议系统的类型
根据运行环境和支持标准等视频会议系统可以划分为以下不同的类型[9]。
根据会议节点数目不同，视频会议系统分为点对点视频会议系统和多点视频会议系统。点对点视频会议系统应用于两个通信节点间。多点视频会议系统应用于两个以上节点之间的通信。
根据运行的通信网络不同，视频会议系统分为数字数据网（DDN）或其他专用网型、局域网/广域网型（LAN/WAN）和公共交换电话网型（PSTN）3种。使用DDN或专用网，在384～2048kbit/s，可提供25～30帧/s的CIF或QCIF图像；在LAN/WAN环境种，运行在384kbit/s速率下，可提供每秒15～20帧/s图像；而在PSTN上，运行在28.8kbit/s或33.6kbit/s等速率下，只能达到5～10帧/s。
根据技术支持类型的不同，视频会议系统可分为基于线路的视频会议系统和基于分组的视频会议系统。基于线路的视频会议系统，也称为常规视频编解码系统，依照专用线路提供一个确定的比特率，诸如租用线路或公用线路交换服务。基于分组的视频会议系统是从分组视频通话系统演化而来的，其基本原理是相同的，即利用桌面计算机支持视频会议的服务。
根据所选用的终端类型不同，视频会议系统可分为桌面视频会议系统（Desktop Video Conference）、会议室型视频会议系统（Room/Roll-about Video Conference）和可视电话系统。桌面型视频会议系统主要利用计算机软件完成会议功能。会议室视频会议系统在带有环境控制设备的专用会议房间里装置一个或多个大屏幕，系统由屏幕、摄像机、麦克风和辅助设备等组成。可视电话系统用于点到点通信，它满足了在电话上进行视频会议传输的要求，系统组成包括一个小屏幕、内部摄像机、视频编解码器、音频系统和键盘。
视频会议系统按照传输网络可以分为以下几类：[10]
基于PSTN（Public Switched Telephone Network，公共交换电话网）的系统一般只提供点到点的通信功能，因受信道速率33.6kbps的约束，难以提供较好的质量和音频，应用范围有限。
基于ISDN（Integrated Services Digital Network，综合业务数字网）的系统是目前使用最多的系统，ISDN线路结合了数字通信的灵活性与电话系统的低价位。通常ISDN提供64kbps或128kbps的带宽，足够一般通信会议系统使用，所以对于桌面会议系统比较合适。
基于ATM（Asynchronous Transfer Mode，异步传输方式）和B-ISDN（Broadband Integrated Services Digital Network，宽带综合业务数字网）的系统因ATM和B-ISDN尚未普及，因此这种类型的系统目前很难有较大的发展。
基于LAN（Local Area Network，局域网）的系统与其他网络相比，LAN具有组网简单、传输速率高等特点，其上运行的视频会议系统也较容易实现好的运行效果。
基于Internet的系统是以上各种类型网络集合而成的错综复杂的环境，在其上运行的视频会议系统相对来说实现难度最高。但是，随着Internet的商业巨大成功，基于IP网络的具有多媒体通信功能的应用系统成为多媒体应用的主要发展趋势。
2.1.2视频会议系统的组成
典型的多媒体视频会议系统由终端设备，通信链路，多点控制单元（MCU，Multi-point Control Unit）及相应的软件部分组成。
终端设备：终端设备不仅要完成各自的数据处理任务，还要并行完成多媒体通信协议的处理、音视频信号的接收、存储与播放，并记录和检索大量与会议相关的数据与文件。终端设备的硬件配置包括音、视频信号处理器，压缩与解压缩卡，以及摄像机、话筒、扬声器、电子书写板、图像扫描仪和通信网卡等。
通信链路：通信链路的选择有很多种，包括PSTN、LAN、WAN、N-ISDN、Frame Relay或者B-ISDN、ATM等。
多点控制单元MCU：MCU是视频会议系统的核心设备，它是一个数字处理单元，通常设在网络节点（汇接局）处，用于处理多个地点同时进行通信，其主要功能是将各终端送来的信号进行分离，抽取出音频、视频、数据和信令信号，分别送到相应的处理单元，进行音频混和或切换、数据广播和确定路由选择、定时和处理会议控制等。
软件部分：软件部分包括协议处理、会议服务、音频与视频信号处理、协同工作管理和图形用户接口等。国外常见的视频会议软件有CU-See Me（由美国Cornell大学开发）、IVS（INRIA Videoconferencing System，由法国INRIA Sophia 开发）和Show Me（由Sun Microsystems公司开发）等。
2.2 H.323标准分析
2.2.1 H.323协议的概念
1997年3月ITU-T(国际电信联盟电信标准化部门)发布了用于局域网上的视频会议标准协议H.323，为与Internet和Internet相连的视频会议系统提供了互通的标准，各厂商也纷纷推出符合该标准的视频会议系统产品。H.323是一套在分组网上提供实时音频、视频和数据通信的标准，是ITU-T制订的在各种网络上提供多媒体通信的系列协议H.32x的一部分。H.323协议被普遍认为是目前在分组网上支持语音、图像和数据业务最成熟的协议。采用H.323协议，各个不同厂商的多媒体产品和应用可以进行互相操作，用户不必考虑兼容性问题。
H.323制定了无QOS(服务质量)保证的分组网络 PBN(packet Based Networks)上的多媒体通信系统标准，这些分组网络主宰了当今的桌面网络系统，包括基于TCP/IP、IPX分组交换的以太网、快速以太网、令牌网、FDDI技术。因此，H.323标准为LAN、WAN、Internet上的多媒体通信应用提供了技术基础和保障，成为视频会议系统的主流技术。
H.323是ITU多媒体通信系列标准H.32x的一部分，该系列标准使得在现有通信网络上进行视频会议成为可能，其中，H.320是在N-ISDN上进行多媒体通信的标准:H.321是在B-ISDN上进行多媒体通信的标准:H.322是在有服务质量保证的LAN上进行多媒体通信的标准:H.324是在GSTN和无线网络上进行多媒体通信的标准。H.323为现有的分组网络PBN(如IP网络)提供多媒体通信标准。若和其它的IP技术如IETF的资源预留协议RSVP相结合，就可以实现IP网络的多媒体通信。基于lP的LAN正变得越来越强大，如 IP over SDHSONET、 IP over ATM技术正在快速发展以及LAN宽带正在不断的提高。由于能提供设备与设备、应用与应用、供应商与供应商之间的互操作能力，因此，H.323能够保证所有H.323兼容设备的互操作性。更高速率的处理器、日益增强的图形器件和强大的多媒体加速芯片使PC成为一个越来越强大的多媒体平台。H.323可提供PBN与别的网络之间进行多媒体通信的互连互通标准。许多计算机、网络通信公司，如Inter、Microsoft和Netscape都支持H.323标准。H.323标准包括在无QOS保证的分组网络中进行多媒体通信所需的技术要求。这些分组网络包括LAN、WAN、Internet以及使用PPP等分组协议通过GSTN或ISDN的拨号连接或点对点连接。
2.2.2视频会议系统的基本框架结构
图2.1为基于H.323的视频会议系统的体系结构。从图中可以看出，H.323会议系统由终端(Terrill)，网守(Gatekeeper，亦称网闸)，网关 (Gateway)，多点控制单元(MCU)组成，不同的会议分组由路由器(Route)接入Internet。
视频会议系统的框架结构是基于H.323标准建立的，H.323是一个框架协议，它
涉及到终端设备、视频、音频和数据传输、通信控制、网络接口方面的内容，还包括
无QOS保证的IP网络
H.323终端
H.323MCU
H.232网闸
H.323网关
H.323终端
H.323终端
电话交换网
N-ISDN
B-ISDN
语音
终端
语音
终端
V.70
终端
H.320终端
H.320
终端
H.321
终端

图2.1视频会议系统的组成

了组成多点会议的多点控制单元(MCU)，多点控制器(MC)，多点处理器(MP)，网关以及网守等设备。它的基本组成单元是“域”，在H.323系统中，所谓域是指一个由关守管理的网关，多点控制单元(MCU)，多点控制器(MC)，多点处理器(MP)和所有终端组成的集合。一个域最少包含一个终端，而且必须有且只有一个关守。H.323系统中各个逻辑组成部分称为H.323的实体，其种类有：终端，网关，多点控制单元(MCU)，多点控制器(MC)，多点处理器(MP)。
其中终端、网关、多点控制单元(MCU)是H.323中的终端设备，是网络中的逻辑单元。终端设备是可呼叫的和被呼叫的，而有些实体是不通被呼叫的，如关守。H.323包括了H.323终端与其它终端之间的，通过不同网络的，端到端的连接。H.323协议它参考了其他ITU-T标准，提供了系统和组件描述，呼叫模型描述以及呼叫信号处理，完成了多层次的多媒体通信。这些层次结构包括局域网上的声音通信，声音和视频通信，声音和数据通信，声音和视频通信以及数据通信。
2.2.3 H.323协议栈详细描述
H.323协议栈是一个有机的整体，根据功能可以将其分为四类协议，也就是说该协议从系统的总体框架 (H.323)，视频编解码(H.263)，音频编解码(G723.1等)，系统控制(H.245)，数据流的复用(H.225)等各方面作了比较详细的规定。为网络电话和网络会议系统的进一步发展和系统的兼容性提供了良好的条件。
系统控制是H.323终端的核心。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G711协议(必选)，G722，G723.1，G728，G729等协议。编码器使用的音频标准必须与H.245协商确定H.323终端应能对本身所具有的音频编解码能力进行非对称操作，如以G711发送，以G729接收。视频编解码协议主要以H.263为主，H.323系统的数据会议功能是可选的。
在H.323系统中，包括4个主要的组件：终端(Terrill)，网关(Gateway)，网守(Gatekeeper)和多点控制单元MCU( Multipoint Control Unit)。各组件之间通过信息流的传递进行通信，这里的信息流可以分为视频、音频、数据、通信控制信号和呼叫控制信号。
视频信号包含经数字化、编码后的运动视频，在网络上以不大于能力交换结果所选择的速率进行传输。视频信号还伴有视频控制信号。
音频信号包含经数字化、编码后的语音，为了减少音频信号的平均比特率，应提供语音激活功能。音频信号还伴有音频控制信号。
数据信号包括静止图像、传真、文档、计算机文件以及其他的数据流。通信控制信号用于在相关端点之间传递控制数据，完成能力交换、打开/关闭逻辑信道、模式控制和其他通信控制功能。
呼叫控制信号用于呼叫建立、呼叫拆除，以及其他呼叫控制功能。
按照H.225.0协议，上述信息流经格式化后，被送往H.225.0描述的网络接口层中。
2.2.4 H.323组件
① H.323终端：H.323终端是能够在分组交换网络中提供实时、双向通信的节点。H.323终端功能框架如图2.2所示。其中系统控制单元、H.225分层、分组网络接口、音视频编码单元是H.323终端必须具备的，视频编解码单元和数据应用是可选的。下面简单介绍终端基本组件的主要作用。
音频压缩：采用特定的音频压缩算法产生数字化音频信号并进行相应的解码。在运用中，编解码器使用的音频算法是在交换期间通过H.245协商得到的。音频流应根据H.255.0标准进行格式化。H.323终端可以同时发送或接收多个音频信道信息。例如，它可以允许两种语音传送;对于多点会议，H.323终端需实现音频混合的功能。在音频压缩，G711是必需的，而其余的G722、G728、G723和G729是可选的。
视频压缩：采用特定的视频编码算法产生数字化信号并进行相应的编码。视频编码不进行BCH纠错，且允许以不对称的视频比特率、帧速率、图像分辨率运行。类似音频编解码器，视频编解码器使用的编解码算法是在交换期间通过H.245协商得到的，视频流也应根据H.225.0建议规定的格式进行打包传送。在视频压缩中， H.261QcIF方式是必选，而H.261cIF和H.263所有图像格式是可选的。数据信道。H.323终端通过H.245的控制消息建立一个或多个数据信道。
H.323会议系统的数据功能是建立在T.120系列基础之上的。根据应用的要求，数据信道是双向或单向的逻辑信道，在这些逻辑信道上实现H.323会议系统的全部数据通信功能。
H.245控制：H.245控制信道承载管理。H.323通信试图操作的端到端控制消息，描述了用于打开和关闭传输音频、视频和数据的逻辑信道以及容量交换、模式选择请求、流量控制消息及通用命令和指示。H.245信令在两个终端间或一个终端和MCU间或一个终端和网关间建立。对于端点参与的呼叫，端点应在每个方向上建立一个H.245控制信道，并使用H.245建议的消息和规程。
H.225呼叫控制：运用H.225呼叫控制信令来建立两个H.323终端间或终端与网守间的连接，其中H.225.0描述了媒体(音频和视频)流打包、媒体流同步、控制流打包以及控制消息格式。呼叫信令信道的建立先于H.323终端间的H.245控制信道和其他任何逻辑信道，因此，它的建立不受H.245控制信道的管理。
RAS控制：RAS(Registration， Admission and status，登记、接纳和状态协议)信号运用H.225控制消息在终端与网守之间执行登记、接纳、带宽改变和使二者脱离关系等过程。RAS信道不受H.245控制信道管理。系统没有网守时，无需建立RAS信道。若系统存在网守，RAS信道建立早于终端间的任何信道。
分组网络接口：H.323终端的网络接口是H.225建议所描述的，它规定了下述必需的功能:对H.245控制信道、数据信道、呼叫信令信道提供可靠的端到端服务(TCP、SPX等)，对于音频、视频和RAS信道提供不可靠的端到端服务(UDP、IPX等)。这些服务可以是单工、双工、单播或多播的。
H.323终端之间的通信过程分为几个阶段，简单描述如下：
第一阶段，执行呼叫信令协议(H.225.0)，控制信道为呼叫信令信道(可靠信道)，呼叫建立后，在端点之间建立起H.245媒体控制信道。
第二阶段，执行H.245控制协议，控制信道为媒体控制信道(可靠信道)。进行通信能力交换和模式设定，以协调通信双方的互通性。
第三阶段，在端点之间建立具有一定带宽的音频和视频逻辑信道，这些逻辑信道为实时不可靠信道，采用UDP方式传输。
第四阶段，在通信过程中，执行H.245媒体控制协议进行参数设定和带宽修改等。
第五阶段，利用H.225.0呼叫控制协议结束通信，关闭逻辑信道，媒体控制信道和呼叫控制信道。

视频I/O设备
音频I/O设备
系统控制
用户接口
用户数据应用T,120等
音频编解码
G711, G722, G723,
G728, G729
视频编解码
H.231, H.263
系统控制
视频I/O设备
视频I/O设备
视频I/O设备
接收通路延迟

H.225.0

网络接口

图2.2 H.323终端设备结构图

② 网闸：网闸又称网守，是H.323传输架构中最为重要的设备，它相当于整个架构的管理者与仲裁角色，它的工作包括终端的IP认证及别名(misaddress)转换，传输带宽的管理，信令的转换等。从逻辑上讲，网闸是一个独立的设备(功能模块)，但实际上，网闸可以与终端，MC，MP，MCU，Gateway等在一个设备上，但其功能是独立的。
在H.323系统中可以有网闸，甚至有多个网闸，网闸之间还可以进行相互通信，但也可以没有网闸。但是，如果它们在H.323网络中出现，末端设备就必须用到它们的服务。网闸的基本工作就是为注册的H.323端点提供呼叫控制服务。H.323标准定义了几种网闸必须提供的服务，也指出了它能提供的其他的可选的功能。
H.323要求网闸必须提供以下服务：
地址翻译:网闸必须能将别名地址翻译为传输地址。这在电路交换网络中的电话试图呼叫在此网络中的PC的情景中是特别有用的。当决定PSIN的网关定址时也十分有用。
入会场许可的控制与管理：H.323系列建议定义了用来授权的网络接入的RAS消息。服务提供商可以通过网闸界面利用现有的授权机制。另外，企业管理和服务提供商还可以提出他们自己的网络授权准则—例如，基于服务预定，信用卡保证，一天中的某些时段等等。在某些情况下，所有的呼叫都能被授权。
带宽控制：网闸必须支持RAS带宽消息。许多情况下，带宽请求都将被接受，除非网络或特定的网关阻塞。H.323标准还规定了强迫带宽控制的机制。
域管理：网闸必须列出所有在其上登记的末端设备的表格。决定哪些H.323末端设备能够登记到特定的网闸、图表或域的逻辑合成的规则并不由H.323标准指定，而是留待网络设计员酌情处理。
③ 多点控制单元：多点控制单元用于支持3个以上端点设备的会议，主要功能是协调及控制多个终端间的视频传输。MCU的作用相当于一个交换机的作用，但它又与一般电话网的交换机不一样。H.323系统中，一个多点控制单元由一个多点控制器MC(Multipoint Controller)和几个多点处理器MP(Multipoint processor)组成，但也可以不包含MP。多点控制器处理终端间的H.245控制信息，从而决定它对视频和音频通常的处理能力。在必要情况下，多点控制器还可以判断哪些视频流和哪些音频流需要多播，以控制会议系统使用的资源。
MC主要是负责协调终端间传输频道使用的先后顺序及利用H.245来界定传输内容的规格；MP则是在MC的控制规定之下真正在从事影音的再制作、转送、以及一些视频流的处理。MCU中MC是必须要具备的管理功能，MP则视终端处对视频的处理能力及整体环境架构而有取舍的余地。
MC并不直接处理任何媒体信息流，而将它留给MP来处理。MP对视频，音频或数据信息进行混合，切换及其他处理。多点处理器和多点控制器可能存在于一台专用设备中或作为别的H.323组件的一部分，但MCU一般是独立的单元设备，具有自己的传输层地址。
④ 网关(Gateway)：在会议系统中，网关是跨接在两个不同网络之间的设备，把位于两个不同网