8-4_RTP协议与RTCP协议

由 发布于

RTP协议与RTCP协议

参考资料：

**RTP（实时传输协议，Real-time Transport Protocol）是由IETF的多媒体传输工作小组于1996年在RFC 1889中公布的。RTP为IP网络上的语音、视频等需要实时传输的多媒体数据提供端到端的传输服务。然而，RTP本身无法保证服务质量（QoS），因此通常需要与实时传输控制协议（RTCP）**配合使用，传输层协议主要建立在UDP协议上，以监控和优化传输质量。

1.RTP协议

1.1 RTP协议简介

RTP协议在传输层之上运行，通常使用UDP（用户数据报协议）作为其传输协议。RTP数据包通过网络传输到接收端，接收端根据报头中的时间戳和序列号来重组数据包，确保数据的顺序和同步。RTP（实时传输协议，Real-time Transport Protocol）具有多种功能，主要用于在IP网络上传输实时音频、视频和其他多媒体数据。以下是RTP协议的主要功能：

  • 实时数据传输：RTP提供端到端的实时传输服务，适用于视频会议、IP电话和流媒体等应用。它能够在网络中传输低延迟、高带宽的多媒体数据。
  • 时间戳和序列号：RTP数据包包含时间戳和序列号，用于确保数据的同步和顺序传输。时间戳记录数据包中第一个字节的采样时刻，序列号用于检测数据包的丢失和恢复顺序。
  • 支持多种媒体类型：RTP支持多种媒体类型，包括音频、视频和文本等。它能够处理不同的编码格式，如H.264视频编码和AAC音频编码。
  • 与RTCP结合使用：RTP通常与实时传输控制协议（RTCP）一起使用。RTCP用于监测数据传输的质量并提供反馈，帮助调整传输参数以提高传输质量。
  • 灵活的网络适应性：RTP能够适应不同的网络条件，通过调整传输速率和编码方式来应对网络带宽的变化。
  • 支持多播和单播：RTP支持多播和单播传输模式，能够在多个接收端之间高效地分发数据。
  • 数据包重组和同步：接收端根据RTP报头中的时间戳和序列号来重组数据包，确保数据的顺序和同步，提供平滑的播放体验。

​

1.2 报文解析

  • Ver.（2 bits）：目前协议的版本号码，目前版号是2。
  • P（1 bit）：用于RTP报文（packet）结束点的预留空间，视报文是否需要多余的填塞空间，设置为1时指示报文末端附加填充字节
  • X（1 bit）：否在使用延伸空间于报文之中，设置为1时表示固定包头后有延申
  • CC（4 bits）：包含了CSRC数目用于修正标头（fixed header），最大值为15
  • M（1 bit）：是用于应用等级以及其原型（profile）的定义。可根据具体用途解释意义。
  • PT（7 bits）：是指payload的格式并决定将如何去由应用程序加以解译，包括编码算法、媒体类型、时钟频率、承载通道等。
  • Sequence Number: 标识数据包序列号，用于接收方重构数据包序列并记录丢包量，序列号初始值是随机产生的，每发送一个RTP数据包，序列号加1。
  • TimeStamp （32bit）：标识RTP数据包中第一个字节的采样时间，时间戳初始值也是随机数，每个采样周期时间戳加1，接收端利用时间戳来去除由网络引起的数据包抖动，并且在接收端提供同步功能
  • SSRC （32bit）：同步源标识符用于标识RTP数据流的起源，在一个RTP会话中，每个数据流的SSRC都不同，同步源标识符的值是随机数
  • CSRC (n*32 bit) ：贡献源列表用于标识此RTP数据包中数据来源，由混频器将所有贡献源的SSRC标识符放入此表中，数量N由CC决定，最大数量为15，因此，当数量N超过15时，仅识别15个

2.RTCP协议

2.1 RTCP协议简介

RTCP（Real-time Transport Control Protocol 或 RTP Control Protocol，实时传输控制协议）可以提供会话质量反馈，帮助发送端和接收端了解网络状况，从而优化数据传输。它通过周期性发送控制报文来实现反馈功能。

RTCP的主要功能是通过周期性发送统计信息（如传输的字节数和数据包数、丢包率、数据包延迟变化和往返延迟时间）来提供媒体分发中的服务质量（QoS）反馈。这些信息会发送给流媒体会话中的参与者。应用程序可以利用这些信息来控制服务质量参数，例如限制流量或使用不同的编解码器。

RTCP在所有RTP会话中提供了基本功能：

  1. 主要功能：RTCP的主要功能是在会话期间收集媒体分发的质量统计数据，并将这些数据传输给会话媒体源和其他参与者。这些信息可以用于源端的自适应媒体编码（编解码器）和传输故障检测。如果会话在多播网络上进行，这允许非侵入式的会话质量监控。
  2. 端点标识：RTCP为所有会话参与者提供规范的端点标识符（CNAME）。尽管RTP流的源标识符（SSRC）应是唯一的，但在会话期间源标识符与端点的绑定可能会发生变化。CNAME确保在一个应用实例（多次使用媒体工具）中以及第三方监控中唯一标识端点。
  3. 会话控制功能：RTCP是联系所有会话参与者的便捷手段，而RTP本身则不是。RTP仅由媒体源传输。
  4. 报告发送：RTCP报告预计由所有参与者发送，即使在可能涉及数千接收者的多播会话中也是如此。随着参与者数量的增加，这种流量会成比例增加。因此，为避免网络拥塞，协议必须包括会话带宽管理。这是通过动态控制报告传输频率来实现的。RTCP带宽使用通常不应超过会话总带宽的5%。此外，25%的RTCP带宽应始终保留给媒体源，以便在大型会议中，新参与者可以及时接收到发送者的CNAME标识符。
  5. 报告间隔：RTCP报告间隔是随机化的，以防止报告的非预期同步。每个站点的RTCP报告最小间隔建议为5秒。站点不应频繁发送RTCP报告，间隔应不少于5秒。

2.2 报文解析

2.2.1 数据包标头

  • 版本（Version）：2位，用于标识RTP的版本，RTCP包中的版本与RTP数据包中的版本相同。本规范定义的版本为2。
  • 填充（P，Padding）：1位，指示RTP包末尾是否有额外的填充字节。填充可能用于填充特定大小的块，例如加密算法所需的块。填充的最后一个字节包含添加的填充字节数（包括它自己）。
  • 接收报告计数（RC，Reception report count）：5位，表示此包中包含的接收报告块的数量。值为零也是有效的。
  • 包类型（PT，Packet type）：8位，包含一个常量，用于标识RTCP包类型。
  • 长度（Length）：16位，表示此RTCP包的长度（包括头部本身），以32位单位减去一。
  • 同步源标识符（SSRC，Synchronization source identifier）：32位，唯一标识流的源。

2.2.2 数据消息类型

RTCP 区分了 Sender Report、Receiver Report、Source Description 和 Goodbye 三种类型的数据包。此外，该协议是可扩展的，并允许特定于应用程序的 RTCP 数据包。RTCP 的基于标准的扩展是 RFC 3611 引入的扩展报告数据包类型。

1.发送端报告（SR）

发送端报告由会议中的服务器定期发送，用于报告在此期间发送的所有RTP数据包的传输和接收统计信息。发送端报告包含两个不同的时间戳：一个是绝对时间戳，使用网络时间协议（NTP）的时间戳格式表示（以1900年1月1日UTC午夜为基准的秒数）；另一个是RTP时间戳，与NTP时间戳对应，但使用相同的单位和随机偏移量。这些绝对时间戳允许接收端同步RTP消息，特别是在同时传输音频和视频时非常重要，因为音频和视频流使用独立的相对时间戳。

2.接收端报告（RR）

接收端报告适用于被动参与者，即那些不发送RTP数据包的参与者。该报告向发送者和其他接收者提供服务质量的信息。

3.源描述（SDES）

源描述消息用于向会话参与者发送CNAME项。它还可以用于提供其他信息，如源的所有者或控制者的姓名、电子邮件地址、电话号码和地址。

4.再见（BYE）

源发送BYE消息以关闭流。它允许端点宣布其将离开会议。尽管其他源可以检测到源的缺失，但此消息是直接的公告，对媒体混合器也很有用。

5.应用特定消息（APP）

应用特定消息提供了一种机制，用于设计RTCP协议的应用特定扩展。