在SIP多媒体通信系统中,音视频媒体信息可以使用现有的G.7xx和H.26x系列标准来进行压缩。媒体信息使用RTP/RTCP通过UDP来进行传送。呼叫的媒体类型和格式信息通过SDP协议来描述。SDP信息放在SIP消息的请求和响应消息体中传送。最终通信时使用的媒体类型和格式由双方协商决定。RTSP(Real Time Streaming Protocol)[5]协议用于控制对存储在库中的多媒体信息的实时操作,包括播放、暂停、快进、快退、停止等。比如IP电话系统中对语音信箱的控制。
3 SIP协议基础
3.1 协议的分层结构
为了方便协议的描述和理解,SIP将其协议定义自下而上划分为如图3所示的四层:语法和编码层(Syntax and Encoding)、传输层(Transport Layer)、事务层(Transaction Layer)和事务用户层(Transaction User)。
语法和编码层定义了SIP协议使用的各种参数、消息的结构、语法和格式。编码采用扩充的巴柯斯范式(BNF:Backus Normal Form)来描述。