RTP/RTCP 是基於 UDP 發展出來的傳輸協定,在 UDP 之上補上了「即時傳輸所需的控制資訊」。它常用於網路上的即時影音傳輸,例如遠端視訊監控、視訊點播與網路語音通話。清華大學出版社出版的《多媒體網路傳輸協議》一書對這兩個協定的封包格式與運作原理有相當完整的介紹。
筆者幾年前製作遠端視訊監控系統時,曾以這兩個協定為基礎,用 Winsock 封裝了一個網路傳輸動態連結庫,專門負責在區域網路中做多點傳播(multicast)的即時影像串流。以下是當時為這兩個協定所定義的相關 C 結構,可直接作為實作的起點。
/* 目前協定版本 */ #define RTP_VERSION 2 #define MIN_SEQUENTIAL 1 #define RTP_SEQ_MOD (1<<16) #define RTP_MAX_SDES 255 /* SDES 文字的最大長度 */ #define MID_BUFFER_NUM 2 #define MAX_DROPOUT 25
RTCP 的封包型別值刻意選在 200 以上,以便與 RTP 的 payload type 空間區隔開來:
typedef enum {
RTCP_SR = 200, /* Sender Report 送端報告 */
RTCP_RR = 201, /* Receiver Report 接收端報告 */
RTCP_SDES = 202, /* Source Description 來源描述 */
RTCP_BYE = 203, /* 結束通知 */
RTCP_APP = 204 /* 應用程式自訂 */
} rtcp_type_t;
typedef enum {
RTCP_SDES_END = 0,
RTCP_SDES_CNAME = 1, /* 唯一識別碼,必要欄位 */
RTCP_SDES_NAME = 2,
RTCP_SDES_EMAIL = 3,
RTCP_SDES_PHONE = 4,
RTCP_SDES_LOC = 5,
RTCP_SDES_TOOL = 6,
RTCP_SDES_NOTE = 7,
RTCP_SDES_PRIV = 8
} rtcp_sdes_type_t;
實作時要注意:CNAME 是唯一必須出現在每個 SDES 封包中的項目,接收端靠它來把多個同步來源歸屬於同一個參與者。
typedef struct {
unsigned int version:2; /* 協定版本 */
unsigned int p:1; /* padding 旗標 */
unsigned int x:1; /* 延伸表頭旗標 */
unsigned int cc:4; /* CSRC 計數 */
unsigned int m:1; /* marker bit */
unsigned int pt:7; /* payload type */
u_int16 seq; /* 序號 */
u_int32 ts; /* 時間戳 */
u_int32 ssrc; /* 同步來源識別碼 */
u_int32 csrc[1]; /* 選用的 CSRC 清單 */
} rtp_hdr_t;
幾個實作上的關鍵點:
seq 每增加一個資料包就加一,接收端用它偵測遺失與排序,初始值應隨機挑選以降低串流互相碰撞的機率。ts 的單位不是秒,而是「每個取樣週期」,實際換算需搭配 payload type 對應的時鐘頻率(例如 G.711 為 8000 Hz)。ssrc 必須隨機產生,全域唯一,用來區分不同串流來源。typedef struct {
unsigned int version:2; /* 協定版本 */
unsigned int p:1; /* padding 旗標 */
unsigned int count:5; /* 依封包型別而異的計數 */
unsigned int pt:8; /* RTCP 封包型別 */
u_int16 length; /* 封包長度(以 32 位元字為單位,不含本欄) */
} rtcp_common_t;
/* 用來快速驗證版本、padding 與封包型別的大端序遮罩 */
#define RTCP_VALID_MASK (0xc000 | 0x2000 | 0xfe)
#define RTCP_VALID_VALUE ((RTP_VERSION << 14) | RTCP_SR)
typedef struct {
u_int32 ssrc; /* 被回報的資料來源 */
unsigned int fraction:8; /* 自上次 SR/RR 以來的遺失比例 */
int lost:24; /* 累計遺失封包數(有號數) */
u_int32 last_seq; /* 收到的最後延伸序號 */
u_int32 jitter; /* 到達間隔抖動 */
u_int32 lsr; /* 來自該來源的最後一個 SR */
u_int32 dlsr; /* 距上次 SR 的延遲 */
} rtcp_rr_t;
lost 之所以宣告為有號數,是因為序號環繞(wrap around)時計算結果可能為負。而 lsr 與 dlsr 兩者相減,正是計算單向來回延遲(RTT)的依據。
typedef struct {
u_int8 type; /* 項目型別,對應 rtcp_sdes_type_t */
u_int8 length; /* 項目長度(位元組) */
char data[1]; /* 文字內容,不以 null 結尾 */
} rtcp_sdes_item_t;
typedef struct {
rtcp_common_t common; /* 通用表頭 */
union {
/* 送端報告 SR */
struct {
u_int32 ssrc; /* 產生本報告的送端 */
u_int32 ntp_sec; /* NTP 時間戳(秒) */
u_int32 ntp_frac;/* NTP 時間戳(小數) */
u_int32 rtp_ts; /* 對應的 RTP 時間戳 */
u_int32 psent; /* 已送出的封包數 */
u_int32 osent; /* 已送出的位元組數 */
rtcp_rr_t rr[1]; /* 變長的接收報告清單 */
} sr;
/* 接收端報告 RR */
struct {
u_int32 ssrc; /* 產生本報告的接收端 */
rtcp_rr_t rr[1]; /* 變長的接收報告清單 */
} rr;
/* 來源描述 SDES */
struct rtcp_sdes {
u_int32 src; /* 第一個 SSRC/CSRC */
rtcp_sdes_item_t item[1];/* SDES 項目清單 */
} sdes;
/* BYE */
struct {
u_int32 src[1]; /* 來源清單 */
/* 因結構限制,無法在此表達尾隨的文字說明 */
} bye;
} r;
} rtcp_t;
shift 與 mask)自行組包與拆包,並在送出前轉為網路位元組序(htons/htonl)。上面的結構適合作為「協定欄位的可讀文件」,而非直接寫上網路的格式。csrc[1] 與 rr[1] 是伸長陣列的慣用寫法。實際配置記憶體時要依 cc 或 count 欄位的大小追加空間。C99 以後可改用伸長陣列標準寫法,或直接用 u_int32 csrc[];。MAX_DROPOUT 與 MIN_SEQUENTIAL 這類常數正是遺失判斷演算法(RTP 建議的膝點演算法)所需要的。把這些結構當成一份「欄位清單」來讀,再依 RFC 3550 的位元組排列圖自行實作讀寫函式,是最穩健的做法。