H.323是ITU-T第16工作組的建議，由一組協議構成，其中有負責音頻與視頻信號的編碼、解碼和包裝，有負責呼叫信令收發和控制的信令，還有負責能力交換的信令。H.323的第4版本具備做電信級大網的特征，以它為標準構建的IP電話網能很容易地與傳統PSTN電話網兼容，從這點上看，H.323更適合于構建電話到電話的電信級大網。

H.323是ITU-T定義的一個協議族，它描述了在服務質量無保證的分組交換網中的多媒體信息傳輸服務。H.323協議族包括用于呼叫鑒權的RAS協議，用于建立呼叫的H.225.0協議，用于媒體控制的H.245協議，用千大型會議的H.332協議以及用于補充業務的H.450.x協議等。H.323還制定了統一的視頻、音頻數據流的壓縮和解壓縮標準及多媒體流的連接控制標準，確保來自不同廠商的設備有統一的標準可遵循以及設備之間的互操作性。H.323協議棧如圖所示。

H.323標準協議棧

在H.323多媒體通信系統中，控制信令的傳送利用了面向連接的傳輸機制，將可靠的TCP連接用千H.245控制信道、T.120數據信道、H.225.0呼叫信令信道。視頻和音頻信息在采用RTP協議打包后，基千無連接的UDP來傳輸，傳輸時延較小。

H.323協議一共定義了4種部件：終端(Terminal)、網關(Gateway汃網守(Gate-keeper)和多點控制單元CMCU,MultipointControlUnit),如圖所示。

采用H.323協議的IP電話系統示意圖

終端是H.323系統中面向用戶的設備，它可以與其他終端設備、網關或多點控制單元進行通信，支持語音、數據和視頻信息的交互。H.323終端的主要功能包括：音頻編解碼、視頻編解碼、多媒體信息封裝傳送、終端接入控制、呼叫控制、邏輯信道控制等。

網關是H.323系統與現有電路交換網的互通點。其核心功能是對不同系統的媒體信息和信令信息進行轉換，以實現這些系統與H.323系統的互通。因此，除支持音視頻編解碼外，網關還要支持呼叫控制、邏輯信道控制等信令功能。由于網關的任務繁重，當容量要求較高時，可以采用H.323版本4提出的分離網關結構，實現媒體信息和信令的分開處理。

網守是H.323系統中的管理實體，它提供對終端和呼叫的管理功能。其主要功能包括：地址翻譯、呼叫接納控制、帶寬控制、區域管理、呼叫控制、呼叫鑒權、帶寬管理等。H.323系統中的呼叫路由就是由終端、網關和網守合作完成的。

多點控制單元是H.323系統中實現會議通信的重要設備。它包含多點控制CMC)功能通過H.245協議過程來實現對參加會議的多個成員進行控制。實現會議通信的另一個功能實體是多點處理CMP)功能，它接收參加會議成員的音視頻信息，經過混合、交換等處理后回送給各成員。在集中式多點會議中，多點控制單元應包含多點處理功能。終端、網關以及多點控制單元在H.323系統中被稱為端點(Endpoint),而網守的功能主要是對這些端點提供呼叫服務。利用它們，H.323可以支持音頻、視頻和數據的點到點或點到多點的通信。H.323系統的一個典型的呼叫建立過程如下。

1、用戶A撥通網關1,然后輸入被叫方用戶B的號碼；

2、網關1接收到被叫號碼后，通過發送一個RAS接入請求CARQ)消息給網守，該消息中包括了被叫方的號碼；

3、網守根據被叫方號碼，查找到目的網關為網關2'并根據當前網關的資源狀況（如帶寬等），決定是否允許網關l的接入請求，如果允許，則給網關1發送一個RAS允許接入(ACF)消息，該消息包括了目的網關的地址和端口，否則發送一個拒絕接入CARJ)消息給網關1;

4、網關l通過H.225.oCQ.931)信令，與網關2建立起呼叫連接；

5、網關l和網關2通過H.245信令交換一些媒體信息，如媒體流的類型和格式等，然后在它們之間打開邏輯信道，為了保證通話質瞿，網關1可通過RSVP來預留資源；

6、網關2接通被叫方用戶B,A與B就可以通話了。

誕生及發展

第一階段：1996年10月，H.323由ITU-T第十六研究小組頒布并成為一種多媒體通信的標準。在第一版本的H.323建議書中，主要描述了包交換網中的基本多媒體業務，即語音和數據業務。由于處于初期實驗階段，當時只為傳統的電話交換網和局域網的多媒體業務制定了內容，對于服務質量（QoS）應達到的水平沒有嚴格的定義

第二階段：隨著近幾年IP網絡的發展及VoIP的應用，支持新業務尤其是多媒體通信的需求加速了對H.323的修改。1998年1月，H.323的第二個版本出現了，它的改進之處在于，從功能定義上極大地支持計算機網上的電話業務，使我們利用包交換網實現高質量語音傳遞成為可能（VoIP） 第三階段：ITU-T繼續進行H.323的研究與發展，在H.323的第三個、第四個版本中加入了很多基于包交換網的其他類業務，例如傳真業務、快速連接等。H323標準提供了基于IP網絡（包括Internet）的傳送聲音、視頻和數據的基本標準，它是一個框架協議。下圖可以清晰地描述出H.323協議及其與PBN協議的關系：

H.323標準主要包括的協議參見下表。

標準名稱 主要內容

H.323 ____ 基于包交換網絡的多媒體通信系統，此協議總體上介紹了基于包交換網絡的視頻會議系統和終端的要求，解釋了呼叫建立的基本過程。

H.225 ____呼叫信令協議以及包交換網絡中的媒體打包，此協議規定了如何進行媒體打包。

RAS ____ 呼叫接納狀態（Registration, Admission and Status）協議，是H.225.0組成部分。為網絡管理點（GK）提供確定端點地址和狀態、施行呼叫接納控制等功能。

H.245 ____ 媒體通信控制協議，此協議規定了具體的通信控制信令，描述了各類通信消息（包括多點控制方面的信令）。

H.235 ____ H系列多媒體終端的通信安全和加密機制，此協議提供安全和通信加/解密的標準規定。

H.283 ____邏輯通道傳輸的遠端控制協議，此協議描述了如何通過邏輯通道進行遠端設備的控制。

H.248 ____網關控制協議，此協議描述了網關設備。

G.7xx ____ 音頻編碼規范，包括G.711 G.729A和G.723.1等常用的音頻格式，還包括G.722、G.728、AAC等其他編碼格式。

H.26x ____視頻編碼規范，包括H.261、H.263、H.264等 視頻編碼格式。

H.323通信原理

在H.323多媒體通信系統中，控制信令和數據流的傳送利用了面向連接的傳輸機制。在IP協議棧中，IP與TCP協作，共同完成面向連接的傳輸。可靠的傳輸保證了數據數據包傳輸時的流量控制、連續性以及正確性，但也可能引起傳輸時延以及占用網絡寬帶。H.323將可靠的TCP用于H.245控制信道、T.120數據信道，呼叫信令信道。而視頻和音頻信息采用不可靠的、面向非連接的傳輸方式，即利用用戶數據協議UDP（User Datagram Protocol）。UDP無法提供很好的QoS，只提供最少的控制信息，因此傳輸時延較TCP小。 在有多個視頻流和音頻流的多媒體通信系統中，基于UDP和不可靠傳輸利用IP多點廣播和由IETF實時傳輸協議RTP處理視頻和音頻信息。IP多播是以UDP方式進行不可靠多點廣播傳輸的協議。RTP工作于IP多播的頂層，用于處理IP網上的視頻和音頻流，每個UDP包均加上一個包含時間戳和序號的報頭。若接收端配以適當的緩沖，那么它就可以種用時間戳和序號信息復原，再生數據包、記錄失序包、同步語音、圖像和數據以及改善邊接重放效果。實時控制協議RTCP用于RTP的控制。RTCP監視服務質量以及網上傳送的信息，并定期將包含服務質量信息的控制信息包發分給所有通信節點。

在大型分組網絡如因特網中，為一個多媒體呼叫保留點足夠的寬帶是很重要的，也是很困難的。另一個IETF協議--資源預流協議RSVP允許接收端為某一特殊的數據流申請一定數量的寬帶，并得到一個答復，確認申請是否被許可。雖然RSVP不是H.323標準的正式組成部份，但大多數H.323產品都必須支持他，因為寬帶的預流對IP網絡上多媒體通信的成功至關重要，RSVP需要得到終端、網關、裝有多點處理器的MCU以及中間路由器或交換機的支持。

H.225.0適用于不同類型的網絡，其中包括以太網、令牌環網等。H.225.0被定義在諸如TCP/IP，SPX/IPX傳輸層。H.225.0通信的范圍是在H.323網關之間，并且是在同一個網上，使用同一種傳輸協議。如果在整個因特網上使用H.323協議，通信性能將會下降。H.323試圖把H.320擴展到無質量保證的局域網中，通過使用強大的認可控制會議控制，使一個專門會議的參加者從幾人到幾千人。

H.225.0建立了一個呼叫模型，在這個模型中，呼叫建立和性能協商沒有使用RTP傳輸地址，呼叫建立之后才建立若干個RTP/RTCP連接。呼叫建立之前，終端可以向某個關守（Gatekeeper）注冊。如果終端要向某個關守注冊，它必須知道這個關守的年限（Vintage）。正因為如此，發現 （discovery）和注冊(registion)結構都包含了一個H.245類型的對象標志，它提供了H.323應用版本的年限。這些結構還包含了可選擇的非標準消息，它允許終端建立非標準關系。在這些結構的末尾，還包括了版本號的非標準狀態。其中：版本號是必須的，非標準信息是可選的。非標準信息用來在兩個終端之間相通知其年限及非標準狀態。雖然所有的Q.931消息在用戶到用戶信息中具有可選的非標準信息，但在所有的RAS通道信息中還是具有可選的非標準信息。另外，在任何時候都能發送一個非標準RAS消息。進行注冊、認可和狀態通信的不可靠通道稱為RAS通道。開始一個呼叫一般必須首先發送一個認可請求消息，接著發送一個初始建立消息，這個過程以收到連接消息為結束。

當可靠的H.245控制通道建立之后，音頻、視頻以及數據的傳輸通道都可以相應建立。多媒體會議的有關設置也可以在這里設置。當使用可靠的H.245控制通道傳送消息后，H.225終端可以通過不可靠通道發送音頻、視頻數據。錯誤隱藏和其它一些信息是用來處理發生丟包的情況。一般情況下，音頻、視頻數據包不會重發，因為重發將引起網絡網絡上的延時。假設底層已經處理了對位出錯的檢測，而且錯誤的包不會傳給H.225。音頻、視頻數據和呼叫信號不會在同一個通道里傳輸，并且不使用同樣的消息結構。H.225.0有能力使用不同的傳輸地址，在不同的RTP實例當中發送和接收音頻、視頻數據，以確保不同媒體幀的序列號和每種媒體的服務質量。ITU正在研究如何把音頻、視頻數據包混合在同一個傳輸地址中同一幀中，雖然音頻、視頻數據能夠憑錯傳輸層服務訪問點標識來共享同一個網絡地址，但是制造商還是選擇使用不同的網絡地址來分別傳輸音頻、視頻數據。在網關、多點控制單元和關守中可以使用動態傳輸層服務訪問點標識來代替固定傳輸層服務訪問點標識。

一個可靠的傳輸地址用于終端與終端之間的呼叫建立，也可以用于關守之間，可靠的呼叫信號連接必須按照下例規則進行。在終端與終端的呼叫信號傳輸中，每個終端都可以打開或關閉可靠呼叫信號通道。對于關守的呼叫信號傳輸，終端必須保證在整個過程中打開可靠端口。雖然關守能夠選擇是否關閉信號通道，但是對于網關正在使用的呼叫通道，關守必須保證它打開。諸如顯示信息等Q.931信息可以在端到端之間傳輸。如果由于傳輸層的某個原因使得可靠的連接被斷開，這個連接必須重建，此次呼叫不認為是失敗。除非H.245通道被關閉。呼叫狀態和呼叫參考值不受關閉可靠連接的影響。同一時間可以打開多個H.245通道，因此同一個終端可以同時參加多個會議。在一個會議中，一個終端甚至可以同時打開多種類型的通道，例如，同時打開兩個音頻通道來得到立體聲效果。但是在一個點對點的呼叫中只能打開一個H.245控制通道。

H.245協議定義了主從判別功能，當在一個呼叫中的兩個終端同時初始化一個相同的事件時，就產生了沖突。例如，資源只能被一個事件使用。為了解決這個問題，終端必須判斷誰是主終端，誰是從終端，主從叛別過程用來判斷哪個終端是主終端，哪個是從終端。終端的狀態一旦決定，在整個呼叫過程期間都不會改變。性能交換過程用來保證傳輸的媒體信號是能夠被接收端接收的，也就是接收端必須能夠解碼接收數據。這要求每一個終端的接收和解碼能力必須被對方終端知道。終端不需具備所有的能力，對于不能理解的要求可以不予理睬。終端通過發送它的性能集使對方知道自己的接收和解碼能力。接收性能描述了終端接收和處理信息流的能力。發送必須確保所發送的性能集的內容是自己能夠做到的。發送性能給接收方提供了操作方式的選擇集，接收方可以從中選擇某種方式。如果缺省了發送性能集，這說明了發送方沒有給接收方選擇，但這并不說明發送方不會向接收方發送數據。這些性能集使得終端可以同時提供多種媒體流的處理。例如，一個終端可以同時接收兩路不同的H.262視頻信號和兩路不同的H.722音頻信號。性能消息描述的不僅僅是終端具有的固有能力，還描述了它可以同時具有哪些模型。它也可能表示了發送性能和接收性能之間的一種折中。終端可以使用非標準參數結構來發送非標準性能和控制消息。非標準消息是制造商或其它組織定義的，用來表明其終端所具有的特殊能力。

邏輯通道信號過程確保在邏輯通道打開時，終端就具有接收和解碼數據的能力。打開邏輯通道消息包含了關于傳送數據的描述。邏輯通道必須在終端有能力同時接收所有打開通道的數據時才通被打開。一個邏輯通道由傳送方打開。接收方可以向傳送方請求關閉邏輯通道，傳送方可以接受請求，也可以拒絕請求。當性能交換結束時，雙方終端通過交換的性能描述符都知道了對方的性能。終端不需要知道描述符中所有性通，只要知道它使用的性能即可。終端知道自己與對方終端的環型延時是很有用的。環型延時判別就是用來測試環型延時的，它還可以用來測試遠方終端是否存在。命令和說明可以用來傳送一些特殊的數據。命令和說明不會得到遠程終端的響應消息。命令用于強迫遠程終端執行一個動作，說明用于提供信息。

H.323協議規定，音頻和視頻分組必須被封裝在實時協議RTP中，并通過發送端和接收端的一個UDP的Socket對來進行承載。而實時控制協議RTCP用來評估會話和連接質量，以及在通信方之間提供反饋信息。相應的數據及其支持性的分組可以通過TCP或UDP進行操作。H.323協議還規定，所有的H.323終端都必須帶一個語音編碼器，最低要求是必須支持G.711建議。