基于SIP的集中式视频会议模型及实现方案

近几年来，随着计算机技术、通信技术和互联网技术的飞速发展，视频会议的应用范围正逐渐从传统的专业领域、大型企业等高端用户向中小企业等普通用户和个人用户拓展。据有关机构的分析结果显示，2004年我国视频会议市场的规模已经达到18.7亿元，并以每年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，并根据此模型设计了初步的实现方案，分析了此方案的工作原理。目前，IETF领导的对SIP会议模型的研究还处于草案阶段，并没有成为标准，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实践意义。

1 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2个，H.323和SIP[1]。前者是由ITU-TSG16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IETFMMUSIC工作组定义，包括SDP媒体描述规范。　

H.323系统沿用传统电信网的设计理念，兼顾传统PSTN呼叫流程和IP网特点而发展成熟，吸取了许多电信网的组网、互联和运营经验，能与PSTN网、窄带视频业务以及其他数据业务和应用网互联互通，近年来得到了广泛的应用，尤其是在组建VoIP大网方面凸现了其技术优势。H.323协议范围广，涵盖了各种独立设备、个人计算机技术以及点对点和点对多点的视频会议，该协议解决了视频会议中呼叫与会话控制、多媒体与带宽管理等许多问题。也正是因为H.323系统在设计的时候考虑的问题太多，整个体系结构显得庞大且较为复杂，限制了其在中小企业的部署。

SIP是用来建立、修改和终结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，具有简单灵活、扩展方便的特点，可方便地与其他互联网协议结合提供丰富的IP多媒体业务，以便在各种网络环境下部署。　

目前，大规模商用VoIP网络和会议系统都采用H.323标准，但随着VoIP技术的进一步发展和视频会议系统应用的逐渐普及，SIP协议正日益受到业界的重视。3GPP已经确定将SIP协议作为第三代移动通信全IP网络的控制协议，制订了基于SIP的IP多媒体子系统（IMS）。业界也已经确定将SIP作为下一代网络（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的进行之中，这其中就包括由IETFSIPPING工作组领导的集中式多媒体会议的标准化工作和XCON工作组领导的会场控制和CPCP（ConferencePolicyControl Protocol）的标准化工作。随着这些标准的制订，基于SIP的视频会议系统必将获得越来越广泛的应用。

2 集中式会议系统模型

下面介绍一种基于SIP的集中式会议模型。所谓集中式是指该模型相对于多播会议、全分布式会议等会议模型而言，具有信令集中控制、媒体集中处理的特点。该会议模型也是应用最广泛的一种情形。

该模型主要包括与会者（Participant）、会议控制中心（Focus）、会议策略服务器（CPS）、会议策略（CP）、会议通告服务（CNS）、媒体混合服务器（Mixer）等逻辑功能模块。其中，Focus、CPS、CNS、CP和Mixer构成会议服务器，完成多媒体会议的核心功能。此会议模型中各模块功能如下。

a）会议的控制中心：会议的控制中心与每个与会者之间存在SIP对话联系。它一方面根据会议成员策略管理整个会议，如会议接入控制、与会人员管理等，另一方面它又根据会议媒体策略，对媒体混合服务器进行控制，保证每个与会者能够接收到会议的媒体流。

每一个会议控制中心都有一个会议URI与其相对应，此URI在全局范围内是惟一的。当用户需要加入会议时，需向相应会议URI发送INVITE请求。

b）与会者：与会者是指会议中和会议控制中心维持SIP对话的SIP用户代理。此用户代理可以是PC应用程序、SIP电话或者是PSTN网关，也可以是其他会议控制中心。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级的，这种会议结构具有良好的可扩展性，所有区域性的子会议有单独的会议控制中心，这些会议控制中心再连接到主会议的会议控制中心上，进行分级控制和管理。

c）CPS：CPS是系统的逻辑功能模块，用来存储和操作会议策略，为用户和支配会议操作的会议策略之间提供接口。用户可以使用non-SIP方法和CPS交互，完成会议策略的制定、修改等操作。

d）CP：会议策略包含了支配会议控制中心进行会议操作的规则，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，包括用户接入控制、用户权限管理等。会议