音视频通信软件的设计

图 3 - 4 网络登录类关系图
1、网络多态接口设计
多态与虚函数是面向对象编程思想的核心之一，多态性是允许将父对象 设置成为和一个或多个它的子对象相等的技术，它使得能够利用同一类 (基类)类型的指针来引用不同类的对象,以及根据所引用对象的不同,以不 同的方式执行相同的操作。网络登录模式就设计为一个接口类，即抽象 类。它的操作函数设计为一系列纯虚函数，由它派生出来的广播登录 类、多播登录类、CS登录类实现这些接口函数，如图3 – 4 所示。网络 多态接口类设计如表3 – 3 所示：
（1） 捕获音视频设备媒体流，进行相应编码操作，将视频流以图片帧 的方式，绘制图像到相应窗口，建立发送地址表，通过TCP/UDP网络套 接字对表内的所有客户主机地址发送媒体流，同时接收Filter接收相应网 络媒体流，进行相应解码操作后输出媒体流到相应音视频显示设备终 端；
（2）捕获音视频设备媒体流、进行相应编码操作，建立发送分支 Filter，对相应客户方建立相应音视频发送Filter分支与视频显示分支， 同时接收Filter接收相应网络媒体流，进行相应解码操作后输出媒体流到 相应音视频显示设备终端。其中，收发Filter分为单人聊天收发Filter与 音视频会议收发Filter，分别支持TCP媒体流与UDP媒体流。
1.3 总体设计
本课题所完成的音视频通信软件，主要完成三种用户登录模式：广播、 多播、CS，用户可以根据当前网络支持状况，选择其中一种合适的登 录模式；支持同一时间与多人进行一对一音视频聊天；另外，邀请在线 好友进行音视频会议；同时，软件支持文字辅助聊天。
针对该软件的主要需求，摄像设备的独占性特点，主要可以采取两种设 计方案实现：
（3）C++编译器资源很广泛，几乎涵盖所有常见操作系统；
（4）C++执行效率很高，运行速度快。
1.2.2 软件开发平台
1、操作系统
该课题所涉及到的音视频通信软件，在普通用户通用机型，Windows XP操作系统中完成全部开发和测试。Windows XP 为目前单机普通用户 主流机型，能更好的满足广大计算机用户的需求。
（2）网络登录模式：实现网络登录多态接口，并扩展为广播、多播、 CS登录模式。
（3）消息包分析：分析并提交网络消息包与窗口消息包。
2、音视频通信管理子系统，主要实现以下功能：
（1）单人聊天模式：一对一进行音视频聊天功能；
（2）音视频会议模式：具有完全树网络逻辑服务模式的音视频会议功 能。
3、协同辅助模块，主要实现以下功能：
表 3 - 3 网络多态接口类（CbaseSocket）接口函数表
2、三种登录模式设计
由于不同用户网络状况的不同，于是从网络多态接口类派生的三种网络 登录模式类：广播登录类、多播登录类、CS登录类，根据自身的登录 类型，以不同的方式去实现表3 – 3 所示的网络接口，从而它们具有相 同功能。由于广播登录类和多播登录类都是向相似的网络地址终端发送 UDP数据报文，所有它们的接收功能模块，完全一致，即将接收到的网 络消息包，可直接交于上层分析处理(ParseNetworkStream)。CS登录模 式，即客户端服务器模式，设计为接收的所有网络包由中继服务器转发 的UDP数据报文，因此不能解析出对方的网络地址信息，所以CS模式 下网络通信包设计为将表3 – 1 的网络通信包再次封装，形成CS模式下 独特的网络包格式，即CsUdpPack = IP + UserNetPack 的消息封包，其 中IP为长为16字节的字符串数组，这样CS网络包就比UserNetPack多了 16个字节，在接收消息报文时，只要根据报文的长度就可以分辨出这两 个不同的网络封包。
网络通信包头 字段名 备注 UserWrong 未知用户登录标识头,初始值0； UserAdd
用户登录网络标识头，表示某一用户上线或刷新好友列表； UserLeave 用户离开网络标识头，表示某一用户下线； UserAddBack 用户登录网络标识头，表示某一用户返回的在线标识； UserGroupData 用户群组消息与附加消息头标识，表示某一用户的群发消息或附加消息 封包（音视频请求）；
图 3 - 1Байду номын сангаас音视频通信软件系统总流程
1.4 功能模块划分
根据功能实现需要，并兼顾代码的模块化、规范化，本课题所开发的音 视频通信软件主要设计为由以下三大模块构成，如图 3 - 2所示。
图 3 - 2 音视频通信软件模块划分
1、用户管理子系统，主要实现以下功能：
（1）群用户管理：主要管理群用户上线、下线、群消息；
本课题主要以实现音视频通信会议功能为重点的音视频通信软件，主要 包含基本的单人音视频功能、音视频会议功能。通过对构架类分布式的 服务源服务模式，最终实现“基于网络逻辑完全树架构的服务模式”系 统，从而将服务重责平均分配到各个参加网络音视频会议的各个用户子 机，减轻总服务源（会议发起方）的服务“压力”，进行使整个通信系统 达到“有福共享，有难同当”的最佳服务状态。该音视频通信软件的核心 需求是搭建几种特殊的完全树网络逻辑架构，限于其研究目的，不实现 P2P功能，但需提供可扩展的网络接口,所以其应用范围仅限于某一子 网。
显然，第一种方式更简单易懂，更容易实现，然而所带来的系统开销也 是非常庞大的。对应每一个音视频会话，就对应一个网络地址，在发送 媒体流时，遍历这个地址表的同时将绘制媒体流图片帧到相应窗口，这
消耗大量CPU运算时间，严重影响系统性能。同时，第一种实现方式也 失去了DirectShow技术的优势。另外，在本课题的音视频会议软件，要 求满足广大即时通信软件的特点：即时、高效、简捷。所以，本课题的 音视频通信软件采用第二种方式实现，建立以Filter支链为基础的Filter Graph运行方式，可以有效节约系统资源，便于软件管理与维护。针对 此种实现方法，程序总体运行流程如图 3 - 1所示。
网络多态接口类
功能接口 实现函数 备注 设置用户管理者 SetUserManager 获得父管理者指针地址； 设置通信地址 SetIpandPort 设置群播IP地址和网络端口号； 创建网络套接字 StartSocket 创建网络套接字； 群发消息报文 SendA 向所有在线用户群发消息报文； 单播函数1 SendB 向特定地址的某一主机发送消息报文，同Send； 单播函数2 Send 向特定地址的某一主机发送消息报文； 开启消息包接收线程 StartRecvData 创建网络消息包接收线程； 停止消息包接收线程 StopRecvData 停止网络消息包接收线程； 关闭套接字 CloseSocket 关闭所有套接字； 返回群播套接字 GetSocket 返回当前群播套接字；
1.1.2 运行环境需求
该音视频通信软件要求在Windows XP或Windows Server 2003操作系统 下运行，需要Divx5.02编解码器，以实现媒体帧的编码和解码操作。
1.1.3 功能需求
本次研发的音视频通信软件主要需实现如下功能：
（1） 三种网络登录模式设计（广播、多播、CS）；
（2） 本地音视频设备设置；
网络通信包
名称 长度(byte) 字段名 备注 封包头 4
mUserWay 封包类型，枚举变量，包含用户入网形式以及附加封包头标识信息； 设备标识 4 mVideo 设备状态标识，枚举变量，用于标识当前是否有音视频设备； 通信名称 256 musername 用户名称，字符串变量，长度256，用户基本通信名称； 附加内容 1124 mexData 附加数据，字符串变量，长度1124，附加消息封包字段或填充字段；
表 3 - 1 网络通信包（UserNetPack）定义表
2、群用户网络形为设计
群用户网络形为设计为三种方式：登录网络、退出网络、网络消息群 发。原理与飞鸽协议相类似，即：某登录时发布我上线了的消息，其它 用户收到该消息后向其返回它也在线的消息。目地在于方便系统管理用 户群组，方便即时与群中用户进行音视频聊天或者音视频会议。登录系 统时，由用户填写基本信息后登录网络并启动相应系统服务；退出系统 时，由程序自动向群中用户发送退出消息报文并关闭相应系统服务；群 发网络消息时，将通过网络接口向群组用户发送消息。其中通过设计网 络通信包头值，以区分不同的用户形为，封包头为一个4个字节的枚举 类型，其定义见表3 – 2所示：
表 3 - 2 网络通信包头（UserWay）定义表
其中，UserGroupData字段的具体定义将在后面消息包分析部份作详细 说明。
1.5.2 登录模式模块设计
本课题所研发的音视频通信软件，可以让用户选择三种不同的网络登录 模式：广播、多播、服务器登录（CS）。三种登录模式完成的功能基 本相同，即发送群组消息报文与单播消息报文以及相同的网络接收模 块。音视频通信软件设计了一个多态的网络接口抽象类，三种不同登录 模式类从该类派生，实现抽象接口，从而在达到统一的同时，又可以完 成不同的功能。多态接口类与三种登录类之间的关系，如图3 – 4 所示
3、其他辅助平台
该课题中，媒体流帧解编码部份采用了Divx5.02编解码器实现。
DivX是一项由DivXNetworks公司发明的，类似于MP3的数字多媒体压 缩技术。它由DivXNetworks公司发明，基于MPEG-4标准，DivX配置 CPU要求是300MHz以上、内存要求是64M以上、8M以上显存的显 卡.DivX视频编码技术是为了打破微软ASF的种种协定的束缚，由 Microsoft mpeg4 v3修改而来，使用的MPEG-4压缩算法可以把MPEG-2 格式的多媒体文件压缩至原来的10%，更可把VHS格式录像带格式的文 件压至原来的1%。通过DSL或CableModen等宽带设备，它可以让你欣 赏全屏的高质量数字电影。无论是声音还是画质都可以和DVD相媲美。 同时它还允许在其他设备（如安有机顶盒的电视、PocketPC）上观看。
2、集成开发环境
该课题中，集成开发环境选用了微软的Visual Studio 2005。Visual Studio 2005是一个基于Windows操作系统的可视化集成开发环境。Visual Studio 2005包括编辑器、调试器以及程序向导AppWizard、类向导Class Wizard等全套工具。所有组件通过Developer Studio集成为完整的开发环 境。值得一提的是，Visual Studio 2005所提供的MFC能够较为方便地完 成图形界面应用程序。
第1章
音视频通信软件的设计
1.1 音视频通信软件需求分析
1.1.1 音视频通信软件需求说明
从技术上而言，音视频通信技术，涉及到音视频设备操作、音视频流编 解码、媒体流网络传输、流媒体接收处理等相关技术，门槛高，难度 大。另外，由于媒体流信息量大，及时要求度高，还要保障媒体帧的流 畅性，这就对依耐于高速网络、高性能的硬件设备以及相关媒体流网络 包的建包和解包算法。
图 3 - 3 用户管理子系统运行流程
1.5.1 群用户管理模块设计
该功能模块设计为主要负责管理群组用户，维护应用程序用户列表，发 送与接收群组消息，分别处理用户上线、用户下线以及群用户消息。针 对群用户管理模块的具体功能需求,重点数据类型和各个子功能分别设 计如下:
1、网络通信包设计
网络通信包是音视频通信软件之间协同通信的网络消息报文，因此，网 络通信包设计为封装各个用户通信的基本参数信息，封包组成成份有： 封包头、设备标识、通信名称以及附加内容。其中封包头和设备标识为 四个字节的枚举类型；通信名称为256个字节长度；附加内容为1124个 字节长度。总共1388个字节长度，小于1500，能保障封包在传输过程中 不被分片 ，以完整的形式到达对方。网络消息包具体设计，如表3 – 1 所示：
该模块辅助音视频通信时，相应请求、应答消息管理，并提供用户界 面，接受用户输入，判断输入合法性。
1.5 用户管理子系统详细设计
该子系统主要实现软件群用户的管理、用户网络登录以及用户消息包解 析功能，为后期音视频通信提供用户组对象。该子系统包含了群用户管 理、网络登录模式、消息包分析三大功能，该子系统总体流程如图 3 - 3 所示。
（3） 支持单人聊天模式与音视频会议模式；
（4）简单的文字辅助单聊、群聊功能。
1.2 软件开发环境
1.2.1 软件开发语言
本课题所涉及的音视频通信软件，使用了C++语言进行开发，C++语言 主要具备下列特点和优势：
（1）C++由C发展而来，与C兼容，C程序基本可以不加修改应用于 C++；
（2）C++具备C语言的全部优点，并增加了面向对象机制；