实时传输协议RTP
温故而知新。
实时传输协议RTP（Real-time Transport Protocol）是IETF的AVT工作组（Audio/Video Transport WG）开发的协议。RTP[RFC 3550，3551]为实时应用提供端到端的运输，但不提供任何服务质量的保证。需要发送的多媒体数据块（音频/视频）经过压缩编码处理后，先送给RTP封装成RTP分组，RTP分组再装入运输层的UDP用户数据报，然后再向下递交给IP层。RTP现已成为因特网建议标准，并且已被广泛使用。RTP同时也是ITU-T的标准（H.225.0）。实际上，RTP是一个协议框架，因为它只包含了实时应用的一些共同的功能，RTP自己并不对多媒体数据块做任何处理。
RTP协议可以划分在应用层。这是因为从应用开发者的角度来看，RTP应该是应用层的一部分。从应用程序的发送端，开发者必须编写用RTP封装分组的程序代码，然后把RTP分组交给UDP套接字接口。在接受端，RTP分组通过UDP套接字接口进入应用层后，还要利用开发者编写的程序代码从RTP分组中把应用数据块提取出来；然而，RTP的名称又隐含地表示它是一个运输层协议，这样划分也是可以的，因为RTP封装了多媒体应用的数据块，并且由于RTP向多媒体应用程序提供了服务（如时间戳和序号），因此也可以把RTP看成是在UDP之上的一个运输层协议。
RTP还有两点值得注意。首先，RTP分组只包含RTP数据，而控制是由另一个配套使用的RTCP协议提供的。其次，RTP在端口号1025到65535之间选择一个未使用的偶数UDP端口号，而在同一次会话中RTCP则使用下一个奇数UDP端口号。
下面给出了RTP分组首部的格式，以下的内容对其进行简单介绍。
| Version |
P |
X |
CC |
Mark |
PType |
Sequence Number |
| Time Stamp |
||||||
| SSRC ID |
||||||
| CSRC ID |
||||||
| Extend Data |
||||||
| PayLoad Data |
||||||
（1）Version 版本号，占2位。当前使用的是版本2。
（2）P 填充域，占1位。在某些特殊情况下需要对应用数据块加密，这往往要求每一个数据块有确定的长度。如不满足这种长度要求，就需要进行填充。这时就把P位置1，表示这个RTP分组的数据有若干填充字节。在数据部分的最后一个字节用来表示所填充的字节数。
（3）X 扩展域，占1位。X置1表示在此RTP首部后面还有扩展首部。扩展首部很少使用，这里不在讨论。
（4）CC 参与源数目，占4位。这个字段给出后面的参与源标识符的数目。
（5）Mark 标记域，占1位。M置1表示这个RTP分组具有特殊意义。例如，在传送视频流时用来表示每一帧的开始。
（6）PType 有效载荷类型，占7位。这个字段指出后面的RTP数据属于何种格式的应用。收到RTP分组的应用层就根据此字段指出的类型进行处理。例如，对于音频有效载荷（每一种格式后面括弧中的数字就表示其有效载荷的编码）：u律PCM（0）、GSM（3）、LPC（7）、A律PCM（8）、G.722（9）、G.728（15）等。对于视频有效载荷：活动JPEG（26）、H.261（31）、MPEG1（32）、MPEG2（33）等。
（7）Sequence Number 序列号，占16位。对每一个发出的RTP分组，其序号加1。在一次会话开始时的初始序列号是随机选择的。序号使接收端能够发现丢失的分组，同时也能将失序的RTP分组重新按序排列好。例如，在收到序号为60的RTP分组后又收到了序号为65的RTP分组，那么就可以推断出中间还缺少61至64的4个RTP分组。
（8）Time Stamp 时间戳，占32位。时间戳反映了RTP分组中的数据的第一个字节的采样时刻。在一次会话开始时的时间戳初值也是随机选择的。即使是没有信号发送时，时间戳的数值也要随时间不断的增加。接收端使用时间戳可准确知道应当在什么时间还原哪一个数据块，从而消除实验的抖动。时间戳还可用来使视频应用中声音和图像的同步。在RTP协议中并没有规定时间戳的粒度，这取决于有效载荷的类型。因此RTP的时间戳又称为媒体时间戳，以强调这种时间戳的粒度取决于信号的类型。例如，对于8kHz采样的话音信号，若每隔20ms构成一个数据块，则一个数据块中包含有160个样本（0.02×8000=160）。因此每发送一个RTP分组，其时间戳的值就增加160。
（9）SSRC ID 同步源标识符，占32位。同步源标识符是一个数，用来标识RTP流的来源。SSRC与IP地址无关，在新的RTP流开始时随机地产生。由于RTP使用UDP传送，因此可以有多个RTP流复用到一个UDP数据报中。SSRC可使接收端的UDP能够将收到的RTP流送到各自的终点。两个RTP流恰好都选择同一个SSRC的概率是极小的。若发生这种情况，这两个源就都重新选择另一个SSRC。
（10）CSRC ID 参与源标识副，占32位。参与源标识符也是一个32位数，用来标识来自不同地点的RTP流。在多播环境中，可以用中间的一个站（叫做混合站）把发往 同一个地点的多个RTP流混合成一个流（可节省通信资源）。在目的站再根据CSRC的数值把不同的RTP流分开。