视频会议中的网络技术

1. 网络接入技术

多媒体视频会议依托的环境是多样化的，它采用的传输信道有公共交换电话网（PSTN）、局域网（LAN）、广域网（WAN）、窄带综合业务数字网（N-ISDN）、帧中继（Frame Relay）和宽带综合业务数字网（B-ISDN）、ATM等。每种网络的带宽与传输协议是不同的，并且在多媒体视频会议系统的信号中，包括了视频、音频、数据及同步控制信号，不同种类的数据有不同的传输特性和传输要求。

随着网络技术的不断发展，接入技术也在不断地从窄带向宽带发展，从电路型向分组型发展，今后将以馈线与配线段光纤接入为主导（FTTB、FTTC、光接入网（OAN）、ATM PON、IP PON），引入线段金属线上x DSL（ADSL、HDSL2）、Cable Modem和HFC。另外，无线接入更是多种多样，无纤光通信在今后的发展中更是引人注目。

2.MCU（多点控制单元）

当一个视频会议系统中的视频终端数量超过两个时，就涉及多点通信的问题，若采用点对点的方式，当一个视频通信系统有N个会场时，如果要使各个会场都能互相看到，就必须建立具有N（N-1）/2条通路的通信网络，在终端数目增加时，通路的数量将以平方的规模增长，不仅通信控制很有难度，而且任意两点都要建立连接在现实中也难以实现。

基于这样的考虑，提出的一种方法是在系统中加入MCU，MCU一般设置在中心会场或监控中心，与远程终端呈星形连接，设置一个或多个中心端口，这样在中心的视频终端就可以通过MCU与远程终端分时通信。MCU的“规格”是按端口计算的，每个端口可配接一个视频终端。为了增加节点的数量，可以通过级连的方式，但级连一般不超过两级，因为级连的级数过多时，信号的延迟将会对会议的质量造成不可容忍的影响。ITU-T关于视频会议的标准只允许采用两级级连的组网模型，这样可以满足传输延时、视频音频同步以及网络控制的要求。

图8.9就是一个二级星型视频会议网络组成的示意图，图中的大圆圈代表MCU，小圆圈代表终端设备。为了实现对每一个终端的控制，必须给MCU和终端编号，主MCU为1，从MCU由主MCU分配，使用2以后的编号。各个终端的编号由与它直接连接的MCU分配，每一个终端的身份由一对号码〈M〉〈T〉唯一确定，M为MCU号，T为终端号。

图8.9 二级星型视频会议网络

MCU是视频会议网中的关键设备，它的作用相当于一个交换机，但又与一般电话网中的交换机不一样。它对图像、语音、数据信号进行切换，而且是对数据流进行切换，并不是对模拟信号进行切换。MCU所工作的速率范围可从64 kb/s到2 Mb/s，每次会议工作在一个速率上；如果与它连接的终端速率不一致，它便自动地工作在这几个终端的最低速率上。当然一般来讲，在同一次会议中，所有终端都会选用同一速率。

MCU 对视频信号采取直接分配的方式。若某会场发言，则它的图像信号便会传送到MCU，MCU将其切换到与它边连接的所有其他会场。对数据信号，MCU采用广播方式将某一会场的数据切换到其他所有会场。对语音信号，如只有一个会场发言，MCU将它的音频信号切换到其他所有会场；如同时有必个会场发言，MCU将它们的音频信号进行混合处理，挑出电平最高的音频信号，然后切换到其他所有会场。

MCU对所有的输入码流进行解复用处理。对所解出的各路视频信号不再解码，而采用直接转接的方式，将视频码流按照控制信号的要求送到它该去的地方；对解出的各路音频信号，则先进行解码，形成PCM信号，再将这些多路PCM音频信号进行线性叠加、编码，形成一个现场感很强的混合语音信号，送到所有的终端。对于数据信号，MCU采用广播方式或多层协议（MLP）方式将源数据送往其他会场。

由于图像信号不能混合，在一般的视频会议系统中，每个终端在同一时刻只能收看一个会议点的场景。目前已有一些新型的MCU增加多画面功能，即由MCU将多个地点的场景组合成多画面形式传送出去，使得一个终端可以同时观看多会场的图像。

3. 多点视频会议的通信过程

多点视频会议的通信过程可分为通信的建立、相互通信、通信的拆除3个阶段。其中又包括多个具体的执行过程，如呼叫的建立、多点连接、视频音频切换、数据切换、主席令牌申请、切换等。

（1）呼叫建立过程。由于视频会议系统的所有终端和MCU都被连接在一个交换网上，而非专线连接，所以只能通过呼叫建立连接。

H.320系统的呼叫模式有多种，可采用64 kb/s的OU模式进行呼叫（PSTN或ISDN），可通过电话的RJ-11接口进行带外呼叫（PSTN），也可采用RS-366、RS-449或E1接口方式呼叫。

另外，也可采用无呼叫方式的模式，无呼叫方式也称为人工呼叫方式。此时，所有的视频会议系统设备都被设置成一个公共的默认通信模式，当人工按预定的时间将物理信道建立之后，系统在规定的时间直接进入初始连接状态。

（2）初始连接过程。初始连接过程就是建立一个所有的终端和MCU赖以进行视频会议的公共通信模式的过程。

为了建立这个公共通信模式，在通信一开始所有的设备必须工作在统一的初始模式上。H.320终端以64 kb/s的OF模式（中性的BAS值）作为初始模式，然后转换到SCM模式上。接着，MCU逐一地进行初始连接，并在第二个终端加入后，交换视频、音频和数据到对方，在第三个以及以后的终端加入后，分配第一个终端的视频、音频和数据到该终端。

从MCU连接到主MCU上的方法与此类似，只是将来自主MCU的视频、音频和数据分配到它的所有其他端口，而选择一个终端的视频、音频和数据传送至主MCU。

另外一种情况下，以默认模式作为初始连接模式，所有终端都以相同的速率和它的网络相连，因而不需要进行能力集交换，可以直接进入连接确认，因此这种方法又叫做无能力集交换的初始连接。

（3）多点通信过程。完成了初始连接过程，多点视频会议就进入了正常的会议进行阶段。在次阶段系统要按照与会者的愿望选择各种会议控制方式，还要对各种媒体进行交互，如视频切换、音频混合和数据广播等。

视频音频的切换是通过命令完成的。在多点视频会议中，音频信号是混合传输的，因此不存在切换的问题。视频的切换命令主要有 VCB（导演或主席的视频广播控制命令）、VCS （选择收看控制命令）、MCV（强制显像控制命令）。

视频会议系统通过数据令牌和指示实现LSD和HSD数据广播。LSD是指低速同步数据，速率范围是300 b/s～64 kb/s，HSD是指高速同步数据，通常速率高于64 kb/s。

（4）结束通信过程。要结束通信过程时，由MCU或主席控制终端发出CCK命令。结束后，所有的终端和MCU恢复到初始呼叫模式或者初始连接模式，以便能够再次呼叫连接。

一般情况下会议终端不能在未经主MCU同意的情况下离开会议，由于网络故障或者模式切换失效而造成的失败，系统可以使用一种故障恢复模式重新建立连接，如强制O模式。

4. 多点视频会议的控制方式

H.243建议所规范的多点视频会议控制方式有2种：主席控制方式和语音控制方式。实际上为了适应不同规模、不同方式的会议的特点。常常采用的会议控制方式主要有如下4种：主席控制方式、语音控制方式、演讲人控制方式和导演控制方式。

（1）主席控制方式。主会场控制主MCU，其他MCU受控于主MCU。会议控制权由主席行使，主席发言时的视频和音频信号向其他各点广播，但主席观看的图像可自选。主席可点名某分会场发言，并与它对话，所有其他会场均收看发言人图像。分会场发言需向主席申请，获准后将分会场的视频和音频信号送至其他各会场。这种方式多用于大型会议，如各级行政会议。

该方式涉及下面几个方面的问题。

① 终端及MCU编号。主席控制模式，是通过一些信令在MCU及终端之间的传递来完成的。一个多点视频会议系统有若干个MCU及终端，这些控制信令该传给哪个MCU和终端，是根据控制内容来决定的，因此必须给每个MCU及终端一个编号，就像以不同的姓名来区分人一样。H.243建议用编号方法，并将编号作为控制信息的一个部分，在BAS码中传送。终端编号〈M〉〈T〉的取值为十进制数字。〈M〉是本地MCU（与终端相连的MCU）的编号，〈T〉是终端的号码，这些编号可以固定分配。

下面举例说明编号的作用。假设北京主MCU编号为2，上海从MCU为编号3，北京主会场终端为4，上海会场终端为5。如北京主会场在开会期间，要求上海会场退出会场，即要求编号为〈3〉〈5〉的终端断开连接。这时它向主MCU关送一个CCD〈3〉〈5〉的信令，主MCU收到后，首先检查〈M〉值是否为自身值，由于不是自身值 2，它便将此信令转到〈M〉值为 3的MCU。

上海MCU收到CCD后首先检查〈M〉值是否是3，再检查终端〈T〉值，因〈T〉值为与它相连接的终端号，于是将上海会场终端断开。其中CCD为主控断开指令，主控是主席控制的简称，CCD〈3〉〈5〉意思是主控终端让编号为〈3〉〈5〉的终端断开连接。断开了上海的会场终端后，上海MCU向北京的主会场终端发一个应答信令TID〈3〉〈5〉，TID意思为终端中断指示，告诉主控终端编号为〈3〉〈5〉的终端已经断开。

② 主控终端令牌。若指定某一终端Tm为主控时，Tm向MCU发送CCA〈M〉〈T〉（主控索取指令），表明编号为〈M〉〈T〉值的主控终端要索取表征主席权力的令牌。这时MCU向Tm发送CIT〈M〉〈T〉（主控令牌指示）信号，Tm收到此信令，便获得令牌，就可开始执行主席的权力了。

若有两个或多个MCU，且此时若已指定了主MCU，而与Tm连接的MCU为从MCU，则从MCU向主MCU转交指令CCA并等待主MCU发送CIT指令，一旦收到CIT，即将其传向Tm，获得令牌的Tm便可执行会议控制权。

③ 释放主控令牌。在一次会议期间，主控终端决定改换另一终端为主控，则持有令牌的终端可向MCU发送CIS（主控停止令牌使用指示）信号来释放令牌，此时有以下2种情况：

当只有单一的MCU时，MCU收到CIS信号后向Tm发送CCR信号（主控释放/拒绝指令），以确定令牌回收。

若为多个MCU，且Tm是与从MCU相连接，则从MCU向主MCU传送CIS信号并等待CCR信号，收到主MCU发来的此信号后交给Tm。Tm收到CCR信号后，可再次申请令牌。

④ 分会场请求发言。若分会场请求发言，需经主控终端Tm认可，此时分会场可向MCU发送CIF〈M〉〈T〉（现场请求指示）给MCU。MCU将其传向Tm，待Tm同意，则由MCU转交Tm的认可信号给要求发言的分会场。

⑤ 视频选择。若主控终端决定本次会议的所有会场均收看某一个会场的图像，则它向MCU发送针对某一会场终端编号的VCB〈M〉〈T〉（视频广播指令）。MCU收到此信号，且检查〈M〉值为自己的编号时，则它将连接到自己端口的编号为〈T〉值的终端图像播放到所有会场。若Tm想收看编号为某个值的分会场的图像，则Tm发送指令VCS〈M〉〈T〉（视频选择）给MCU。MCU检查〈M〉〈T〉值，若为本MCU端口上连接的终端编号，便将该终端的图像送给Tm。

⑥ 会议结束。当需结束会议时，主控终端向MCU发送CCK（主控中止指令）。MCU收到此指令后，断开各个端口上的连接，释放所有的会议资源。

（2）语音控制方式。语音控制方式为全自动工作方式。

MCU根据发言者的讲话音量及持续时间自动切换广播的图像，要求发言者的音量为最大音量，其持续时间要求达到1～5 s。这种方式可用于小型商谈式会议，如商务谈判等。

在一个多点会议的过程中，当有多个会场同时要求发言时，MCU从这些会场终端送来的数据流中提取出音频信号，在语音处理器中进行电平比较，选出电平最高的音频信号，将最响亮语音发言人的图像与声音播放到其他的会场。为了避免不必要的干扰而引起切换，MCU的切换过程应有一定的时延：切换前的发言时间应为1～3 s；为避免咳嗽声、关门声等声音干扰，二次切换之间的时间为1～5 s。

（3）演讲人控制方式。讲演人控制方式又称强制显像控制方式。

当召开一次多点会议时，不采取语音控制模式，而是要求演讲人（或称发言人）通过编解码器向MCU请求发言，如按桌上的按钮来请求发言。这时编解码器便给MCU一个请求信令。MCU认可后，便将它的语音、图像信号播放到所有的会场，同时给发言人会场终端一个已播放的指示，使发言者知道它的图像已为其他会场收到。当发言者讲话完毕时，MCU将自动恢复到主题音控制。

准备发言的终端向MCU申请，获得MCU应答信号后，发言者知道其图像和声音已广播至各会议点。这种方式除了开会以外，还可适用于远程教学或医疗观摩等场合。

（4）导演控制方式。导演控制方式是一种带外控制方式，它不通过端对端的信令进行控制，而是由网管系统（即“导演”）来决定哪个终端成为发言人。导演可以指定广播某会场，可以批准某会场的广播请求并通过VCB命令广播该会场，也可以指定将某会场的情况回传给正在广播的会场。