Doubango ims 框架 分析之 多媒体部分

序言

RTP提供带有实时特性的端对端数据传输服务，传输的数据如：交互式的音频和视频。那些服务包括有效载荷类型定义，序列号，时间戳和传输监测控制。应用程序在UDP上运行RTP来使用它的多路技术和checksum服务。2种协议都提供传输协议的部分功能。

RTP本身没有提供任何的机制来确保实时的传输或其他的服务质量保证，而是由低层的服务来完成。它不保证传输或防止乱序传输，它不假定下层网络是否可靠，是否按顺序传送数据包。RTP包含的序列号允许接受方重构发送方的数据包顺序，但序列号也用来确定一个数据包的正确位置，例如，在视频解码的时候不用按顺序的对数据包进行解码。

介绍

doubango框架中tinyRTP文件夹实现RTP/RTCP/RTSP协议栈，目前只实现了

RTP，RTCP;RTSP还没实现。Rtp用来在网络上传输音频视频，协议栈实现时主要在音视频包的封装，拆包。

rtp包由消息头及消息体组成，消息头的结构封装

typedefstruct trtp_rtp_header_s 文件trtp_rtp_header.h

{

TSK_DECLARE_OBJECT;

/*RFC 3550 section 5.1 - RTP Fixed Header Fields

0 1 2 3

01 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

|V=2|P|X| CC |M| PT | sequence number |

| timestamp |

| synchronization source (SSRC) identifier |

+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+

| contributing source (CSRC) identifiers |

| .... |

*/

unsignedversion:2;

//版本(V)：2比特 此域定义了RTP的版本。此协议定义的版本是2。(值1被RTP草案版本使用，值0用在最初"vat"语音工具使用的协议中。) 

unsignedpadding:1;

//填充(P)：1比特 若填料比特被设置，则此包包含一到多个附加在末端的填充比特，填充比特不算作负载的一部分。填充的最后一个字节指明可以忽略多少个填充比特。填充可能用于某些具有固定长度的加密算法，或者用于在底层数据单元中传输多个RTP包。

unsignedextension:1;

//扩展

//扩展(X)：1比特 若设置扩展比特，固定头(仅)后面跟随一个头扩展。 

unsignedcsrc_count:4;

unsignedmarker:1;

//标志位

unsignedpayload_type:7;

//负载类型，即承载的语音编码类型

//负载类型(PT)：7比特 此域定义了负载的格式，由具体应用决定其解释。协议可以规定负载类型码和负载格式之间一个默认的匹配。其他的负载类型码可以通过非RTP方法动态定义。RTP发送端在任意给定时间发出一个单独的RTP负载类型；此域不用来复用不同的媒体流。

uint16_tseq_num;

//序列号，重新组包

//序列号（sequencenumber）：16比特 每发送一个RTP数据包，序列号加1，接收端可以据此检测丢包和重建包序列。序列号的初始值是随机的(不可预测)，以使即便在源本身不加密时(有时包要通过翻译器，它会这样做)，对加密算法泛知的普通文本攻击也会更加困难。 

uint32_ttimestamp;

//时间戳，负责流同步

uint32_tssrc;

//同步源标识，32比特 用以识别同步源。标识符被随机生成，以使在同一个RTP会话期中没有任何两个同步源有相同的SSRC识别符。尽管多个源选择同一个SSRC识别符的概率很低，所有RTP实现工具都必须准备检测和解决冲突。若一个源改变本身的源传输地址，必须选择新的SSRC识别符，以避免被当作一个环路源。

uint32_tcsrc[15];

//贡献源标识

}

trtp_rtp_header_t;

rtp包结构，文件trtp_rtp_packet.h

typedefstruct trtp_rtp_packet_s

trtp_rtp_header_t*header; //包头

struct{

void*data;

constvoid* data_const;

tsk_size_tsize;

}payload; //负载，即承载内容

/*extension header as per RFC 3550 section 5.3.1 */

tsk_size_tsize; /* contains the first two 16-bit fields */

}extension;

trtp_rtp_packet_t;

rtp包的控制

上面两个结构用来标示一个rtp包，同时提供了包的解析，创建等函数。

结构trtp_manager_s负责rtp.rtcp包的管理，是更高层的抽象，上层应用直接通过trtp_manager_s提供的api控制

rtp包，比如在网络上发送音频数据，在音频session结构中包含trtp_manager_s用来管理经过封装的rtp包。

/**RTP/RTCP manager */

typedefstruct trtp_manager_s

uint8_tpayload_type;

char*remote_ip;

tnet_port_tremote_port;

structsockaddr_storage remote_addr;

char*public_ip;

tnet_port_tpublic_port;

constvoid* callback_data;

trtp_manager_rtp_cb_fcallback;

}rtp;

tnet_socket_t*local_socket;

trtp_manager_rtcp_cb_fcallback;

}rtcp;

char*local_ip;

tsk_bool_tipv6;

tsk_bool_tstarted;

tsk_bool_tenable_rtcp;

tsk_bool_tsocket_disabled;

tnet_transport_t*transport;

trtp_manager_t;

tdav是音视频会话的抽象层，负责传输层的启动，音频会话，视频会话，各种编码的注册。

对于音频/视频会话(session)被tmedia_session_mgr_t管理，而tmedia_session_mgr_t则具体由sip信令控制会话的状态。比如sip客户端请求时通过tmedia_session_mgr_t构造自己的sdp信息要借助此结构，当客户端对invite作ACK应答时同样要指定自己的媒体信息。整个rtp流的启动入口都由tmedia_session_mgr_t控制。

各种媒体会话以插件的形式注册，如音频会话在启动时注册到tmedia_session_mgr_t的插件链表，并绑定start,stop,prepare回调。tmedia_session_mgr_t为sip信令控制媒体流的接口。

tmedia_session_plugin_def_t为音频视频抽象接口，指定回调。如音频会话，内部会实现相应的回调函数。

/**Virtual table used to define a session plugin */

typedefstruct tmedia_session_plugin_def_s

//!object definition used to create an instance of the session

consttsk_object_def_t* objdef;

//!the type of the session

tmedia_type_ttype;

//!the media name. e.g. "audio", "video", "message","image" etc.

constchar* media;

int(*set) (tmedia_session_t* , const tmedia_param_t*);

int(* prepare) (tmedia_session_t* );

int(* start) (tmedia_session_t* );

int(* pause) (tmedia_session_t* );

int(* stop) (tmedia_session_t* );

struct{/* Special case */

int(* send_dtmf) (tmedia_session_t*, uint8_t );

}audio;

consttsdp_header_M_t* (* get_local_offer) (tmedia_session_t* );

/*return zero if can handle the ro and non-zero otherwise */

int(* set_remote_offer) (tmedia_session_t* , const tsdp_header_M_t* );

tmedia_session_plugin_def_t;

tmedia_session_t为会话的抽象层，包含tmedia_session_plugin_def_t，

/**Base objct used for all media sessions */

typedefstruct tmedia_session_s

//!unique id. If you want to modifiy this field then you must use @reftmedia_session_get_unique_id()

uint64_tid;

//!session type

//!list of codecs managed by this session

tmedia_codecs_L_t*codecs;

//!negociated codec

tmedia_codecs_L_t*neg_codecs;

//!whether the ro have been prepared (up to the manager to update thevalue)

tsk_bool_tro_changed;

//!whether the session have been initialized (up to the manager toupdate the value)

tsk_bool_tinitialized;

//!whether the session have been prepared (up to the manager to updatethe value)

tsk_bool_tprepared;

//!QoS

tmedia_qos_tline_t*qos;

//!bandwidth level

tmedia_bandwidth_level_tbl;

tsdp_header_M_t*lo;

tsdp_header_M_t*ro;

}M;

//!plugin used to create the session

conststruct tmedia_session_plugin_def_s* plugin;

tmedia_session_t;

sipsession

trtp_manager_t

tmedia_session_t tmedia_session_plugin_def_s

使用过程:

tdav_init注册音频，视频，多媒体session；注册支持的编码类型，注册支持的媒体信息承载类型（文本，流等）。

tdav_init-> register sessions, codecs.

tmedia_session_mgr_create-> tmedia_session_mgr_ctor ，sessions,qos,sdp.

_tmedia_session_mgr_load_sessions,创建音视频会话。

tmedia_session_create,创建具体会话插件类型,tdav_session_video/audio_ctor

tmedia_session_init，初始化

tmedia_session_load_codecs，此会话支持的编码类型

tmedia_codec_create ，穿件具体编码类型。

创建过程

准备阶段

trtp_manager_prepare，指定传输层接收数据回调trtp_transport_layer_cb

tdav_session_audio_prepare，trtp_manager_create，trtp_manager_set_rtp_callback

tnet_transport_create

tnet_transport_set_callback

启动

tmedia_session_mgr_start（），启动所有上面创建的会话类型，启动之前一定要设置sdp信息

（Startsthe session manager by

startingall underlying sessions.You should set

bothremote and local offers before calling this

session->plugin->start（），如视频会话启动 ，tdav_session_video/audio.c

trtp_manager_set_rtp_remote, 设置对端ip,port,后续发送rtp包时构造包头用

trtp_manager_set_payload_type，设置此次会话用什么编码类型，编码类型通过协商后选择最佳

trtp_manager_start，启动rtp,rtcp包管理，

tnet_transport_start，启动传输层线程，绑定socket地址，开始接收udp数据， tnet_transport_mainthread

请求或响应中sdp与codec匹配过程

tmedia_session_match_codec->tmedia_codec_match_fmtp->tdav_codec_h264_fmtp_match->

tdav_codec_h264_get_profile(根据fmt获取对方的profile版本)，

当发起外乎请求时codec与sdp处理关系，

发起invite或对方更改媒体信息时要把codec信息加载到sdp消息体中，

对于video,audio过程是一样的。

(videosession from codecs to sdp)

tdav_session_video_get_lo

|

tsdp_header_M_create(创建sdp媒体头)

tmedia_session_match_codec（此函数最终会返回一个协商成功的编码类型）

对于h264编码格式，此函数内部调用过程，遍历协议栈初始化时指定的编码链表，用此次请求的sdp消息体中的编码与自己的编码链表比较。->tmedia_codec_match_fmtp->tdav_codec_h264_fmtp_match->

tdav_codec_h264_get_profile

tmedia_session_match_codec返回协商成功的编码列表（即双方都支持的编码类型列表）后复制给协议栈，

self->neg_codecs= tmedia_session_match_codec

然后调用tmedia_codec_video_set_callback设置此编码类型对应的回调函数，当想发送rtp包时直接触发此回调函数即可完成发送rtp包的任务。

tmedia_codec_video_set_callback((tmedia_codec_video_t*)TSK_LIST_FIRST_DATA(self->neg_codecs),tdav_session_video_raw_cb, self);

tdav_session_video_raw_cb为具体的毁掉函数，内部为调用trtp_manager_send_rtp，发送rtp包。

值得注意的是传给函数的tdav_session_video_raw_cb数据只是未经过加工成rtp包的裸数据，tdav_session_video_raw_cb内部调用trtp_manager_send_rt，由trtp_manager_send_rt来把数据加工成rtp包，

然后调用传输层发送到网络上。

/*Encapsulate raw data into RTP packet and send it over the network

*Very IMPORTANT: For voice packets, the marker bits indicates thebeginning of a talkspurt */

inttrtp_manager_send_rtp(trtp_manager_t* self, const void* data,tsk_size_t size, uint32_t duration, tsk_bool_t marker, tsk_bool_tlast_packet)

trtp_manager_send_rtp内部又具体调用trtp_rtp_packet_create，创建rtp格式的数据包，包括rtp消息头的创建，初始化默认参数(version，marker,payload_type,seq_num等)。然后调用trtp_rtp_packet_serialize把rtp包序列化到一个buffer中。

trtp_manager_send_rtp最后调用tnet_sockfd_sendto传输层函数完成实际发送到网络上。

回到设置tmedia_codec_video_set_callback完毕后，tdav_session_video_get_lo调用tmedia_codec_to_sdp

把协商后的编码类型的信息转换成sdp格式的信息。

tmedia_codec_to_sdp(self->neg_codecs,self->M.lo); 保存到M.lo属性，即本地的媒体信息。

tmedia_codec_to_sdp分析：

此函数的功能即把协商后的编码链表放到协议栈的sdp属性中，这样以后发送invite请求时就可以直接用。

/**@ingrouptmedia_codec_group

*Serialize a list of codecs to sdp (m= line) message.<br>

*Will add: fmt, rtpmap and fmtp.

*@param codecs The list of codecs to convert

*@param m The destination

*@retval Zero if succeed and non-zero error code otherwise

inttmedia_codec_to_sdp(const tmedia_codecs_L_t* codecs, tsdp_header_M_t*m)

TSK_DEBUG_INFO("Serializea list of codecs to sdp (m= line) message/n");

tsk_list_foreach(item,codecs){

遍历每个编码类型，添加fmt,rtpmap属性，fmtp属性（tmedia_codec_get_fmtp，对于h264格式即调用tmedia_codec_h264_get_fmtp）

最后，tdav_session_video_get_lo内部在属性M.ro(即已经有请求的sdp信息)非空时考虑此请求是否为

保持还是接回，通过设置spd属性，sendrecv，sendonly来提示类型。最后，设置Qos信息。

流程tdav_session_video_get_lo

tmedia_session_match_codec

tmedia_codec_video_set_callback

tmedia_codec_to_sdp

但是

tdav_session_video_get_lo又是由谁触发的呢？tdav_session_video_get_lo为某一具体session的回调，

比如视频的session回调，音频的回调，视频，音频的session以plugin的方式挂在到session中。

tdav_session_video_get_lo即为get_local_offer的具体回调。

get_local_offer被tmedia_session_get_lo调用。tmedia_session_get_lo又被tmedia_session_mgr_get_lo】

调用，正是上面提到的tmedia_session_mgr为管理session的抽象接口，用来与sip信令交互。

整个流程为：

tmedia_session_mgr

tmedia_session_get_lo

tmedia_session_mgr_get_lo又被谁触发呢？

刚才说了，是由sip协议栈调用的，具体有这样几个与sdp协商有关的sip点，我们知道，invite请求以及200ok应答，183响应,100响应的确认(prack)中有sdp信息：

（1）发送或者更新请求(invite)

send_INVITEorUPDATE

//send INVITE/UPDATE request

intsend_INVITEorUPDATE(tsip_dialog_invite_t *self, tsk_bool_t is_INVITE,tsk_bool_t force_sdp)

prack响应

//Send PRACK

intsend_PRACK(tsip_dialog_invite_t *self, const tsip_response_t* r1xx)

//Send ACK

intsend_ACK(tsip_dialog_invite_t *self, const tsip_response_t*r2xxINVITE)

初始请求中没有sdp信息，在ack中需要携带sdp信息

（4）发送响应时

/Send any response

intsend_RESPONSE(tsip_dialog_invite_t *self, const tsip_request_t*request, short code, const char* phrase, tsk_bool_t force_sdp)

2.处理请求中的sdp信息过程

tsip_dialog_invite_process_ro

tmedia_session_mgr_set_ro

tsip_dialog_invite_process_ro为sip信令中处理sdp信息的入口，在状态机的回调中适时调用

。比如在保持状态转到接回状态。

tsip_dialog_invite_process_ro会初始化mgr，启动，

tmedia_session_mgr_create，tmedia_session_mgr_set_ro，tmedia_session_mgr_set_natt_ctx，

tmedia_session_mgr_start