视讯会议基本原理
一、 H．323协议栈
最新的视频会议，主要基于H.323协议栈，是一个工作在分组交换网络上的无需QoS的协议栈，内容包括终端，网关，网守，MCU，MC，MP等
1、 终端，负责多媒体或数据信息的接收和发送（当然也包括音视频的解码和编码），常见的是我们的会议终端，比如华为viewpoint 9036。另外一台装有特定软件的PC机或者IP电话等等也都可以算作终端。
2、 网关，GW，负责与非H.323的终端进行连接，和数据及信令的转换。
3、 网守，也就是GK（gatekeeper），顾名思义，主要负责终端的注册、准入及断开。另外，还具有名称和地址翻译的功能（类似DNS），特殊需求中的计费功能（我理解为类似网吧那种管理软件）。GK是一个逻辑功能体，并非一个物理体。它可以集成在MCU或终端内部，也可以运行在一台服务器中，也有专门的GK设备。
4、MCU，多点控制单元。可以看做是视频会议中的一个核心级高性能交换机，负责大量音视频信息和数据信息的吞吐。另外，具有对信息交换过程的控制功能。高端MCU的各个功能模块都有冗余备份。即使会议当中出现了问题，也会立即切换，而对用户来说完全透明。
5、MC和MP，同样是两个逻辑功能体，并非物理体。可以集成在MCU中，也可以集成在终端中，MC同MP可以在一起也可以分开。MC是多点控制器，负责信息交换过程中的动作控制。MP是多点处理，负责音视频及数据信息的交换。
6、RM。在PPT中看到过RM， 是resource management，资源管理，可以理解为进行会议控制的服务器及相关软件。
以集中式会议为例，工作模式是这样。
1、GK扫描全局发现终端和它们的工作状态。需要参加会议的终端向GK发出连接请求，如果身份合法，GK将通过其验证请求，并让终端和MCU进行连接，然后分配一个合理的带宽。终端和GK之间的控制信令遵循RAS（registration admission status）协议并采用UDP方式传输，我想采用UDP的原因和DNS请求采用UDP应该类似。RAS属于H.225呼叫信令协议。
2、非H.323的与会终端，通过网关，再通过GK的验证和分配，然后连接到MCU。
3、集中式会议中的MC和MP集成在MCU中。此时，MC开始工作。（插入一点对比，视讯会议中有两种控制信令，用于呼叫控制的H.225和用于多媒体传输控制的H.245。而数通部分的传输是基于相对独立的T.120。很显然，MC肯定是基于H.245了。为提高安全性，各种H.323中的信令都可以采用H.235进行加密）。
MC主要工作过程
（1），能力交换。MC会让发送数据的终端知道接收方终端的性能和处理能力，以便发送合适的数据保证正常会议。否则9039给8033发送1080P就难搞了。
（2），通信信道的建立和关闭，是由MC来管理。这里的“信道”也是逻辑概念，如果带宽够大，一条物理线路上可有多个信道。
（3），假如环境中包含2个以上MC，它们会根据特定规则确定一个MC当老大。这个选举过程大致为，先看哪个MC所在设备性能强，谁就当老大。如果大家一样强，则根据一个随机状态号来决定，类似于猜拳。
（4），华为的IRC智能调速功能，我想应该也属于MC来实现。
MP主要工作内容
MP作为多点处理，就是实现大量实时音视频数据流的交换。顺便提一下，因为会议要求时延非常低，完整性要求并不高（就算最古老的CIF也有10万像素，稍微丢千把个像素没啥影响，何况华为还有SEC技术），所以音视频数据采用UDP传输。而基于T.120的数据传输，刚好相反，要求完整性很高，丢一点东西或许整个文件就打不开了，而晚几秒传到目的地影响也不大，所以采用TCP方式。同样的，实时音视频数据采用RTP封装（UDP），而控制信令则采用RTCP封装（TCP）。
一、关于音视频的编码
（1）视频。
从古老到前沿，视频分辨率经历了CIF（352x288），4CIF，9CIF和20CIF。而720P（D4）或1080i（D3）为目前的主流高清标准，1080P（D5）面向专业需求，价格还较高。
关于编码，主要有两个技术联盟在开发。国际电联（ITU-T，也是H.323的制定组织）的H.26X系列，和ISO的MPEG系列。然而，目前最优秀的H.264，却是双方合作产生的一个高清标准。具有视频效果好，压缩比高（也就是数据小）的优点，而且是开放的。
采集设备常见的有索尼D70（标清），HD1（1080P），和华为自家的C500.
（2）音频。
从古老到前沿，音频编码经历如下几类标准。
G.711，主要用于PSTN，也就是普通电话的电路交换网络上，音质较低。
G.722，音质好是好了，但是带宽要求很高。G.728，延时小，但是编码却很复杂，它们注定不够实用。
AAC-LD：CD级的音质，而且编码简单延时低，是华为设备主要采用的标准。
另外，好的会议系统麦克风应具有全方位双声道（采用阵列式实现），ANS（噪声抑制），AGC（自动增益），AEC（回声消除）等功能
二、双流
双流，基于H.239，就是在一条线路上，双方可以同时的、双向的传递两路视频信号。这样，就可以一边看到PPT，一边看到与会现场。而且可以做到高清（720P）。而华为相关设备的双流功能都是最全面的，而且内置。轻松实现动态视频加1280x1024的计算机桌面视频。
但是，H.239属于H.323的附加协议，只能运行在H.323系统之上。
关于SIP和H.323的理解
SIP是类似于HTTP，SMTP等面向所有大众的协议，通过在PC机上运行相关程序，将来每个普通网民都可以简单的实现视频通话，而无需专门的投入很多成本。类似现在的QQ视频聊天。
但是H.323是面向专业级视讯会议，具有更高的质量和可靠性、可管理性。
一般H.323设备，也同时支持SIP协议。