RTP封裝PS

   RTP報文頭格式（見RFC3550 Page12）：

    0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 12 3 4 5 6 7 8 9 0 1

  +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

   |V=2|P|X| CC   |M|     PT     |       sequence number         |

   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

   |                           timestamp                           |

  +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

   |          synchronization source (SSRC) identifier            |

   +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+

   |           contributing source (CSRC) identifiers             |

   |                             ....                              |

  +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

以上域具體意義如下：
版本(V):2位元此域定義了RTP的版本.此協議定義的版本是2.(值1被RTP草案版本使用,值0用在最初"vat"語音工具使用的協議中.)
填料(P):1位元若填料位元被設定,此包包含一到多個附加在末端的填充位元,不是負載的一部分.填料的最後一個位元組包含可以忽略多少個填充位元.填料可能用於某些具有固定長度的加密演算法,或者在底層資料單元中傳輸多個RTP包.
擴充套件(X

負載型別(PT):7位元 此域定義了負載的格式,由具體應用決定其解釋.協議可以規定負載型別碼和負載格式之間一個預設的匹配.其他的負載型別碼可以通過非RTP方法動態定義.RTP發射機在任意給定時間發出一個單獨的RTP負載型別;此域不用來複用不同的媒體流.
序列號（sequence number）:16位元 每傳送一個RTP資料包,序列號加一,接收機可以據此檢測包損和重建包序列.序列號的初始值是隨機的(不可預測),以使即便在源本身不加密時(有時包要通過翻譯器,它會這樣做),對加密演算法泛知的普通文字攻擊也會更加困難.

時間標誌（timestamp）:32位元時間標誌反映了RTP資料包中第一個位元的抽樣瞬間.抽樣瞬間必須由隨時間單調和線形增長的時鐘得到,以進行同步和抖動計算.時鐘的解析度必須滿足要求的同步準確度,足以進行包到達抖動測量.時鐘頻率與作為負載傳輸的資料格式獨立,在協議中或定義此格式的負載型別說明中靜態定義,也可以在通過非RTP方法定義的負載格式中動態說明.若RTP包週期性生成,可以使用由抽樣時鐘確定的額定抽樣瞬間,而不是讀系統時鐘.例如,對於固定速率語音,時間標誌鍾可以每個抽樣週期加1.若語音裝置從輸入裝置讀取覆蓋160個抽樣週期的資料塊,對於每個這樣的資料塊,時間標誌增加160,無論此塊被髮送還是被靜音壓縮.
時間標誌的起始值是隨機的,如同序列號.多個連續的RTP包可能由同樣的時間標誌,若他們在邏輯上同時產生.如屬於同一個圖象幀.若資料沒有按照抽樣的
順序傳送,連續的RTP包可以包含不單調的時間標誌,如MPEG交織圖象幀.

同步源（SSRC）:32位元 SSRC域用以識別同步源.識別符號被隨機生成,以使在同一個RTP會話期中沒有任何兩個同步源有相同的SSRC識別符.儘管多個源選擇同一個SSRC識別符的概率很低,所有RTP實現工具都必須準備檢測和解決衝突.若一個源改變本身的源傳輸地址,必須選擇新的SSRC識別符,以避免被當作一個環路源.

有貢獻源（CSRC）列表:0到15項,每項32位元 CSRC列表識別在此包中負載的有貢獻源.識別符的數目在CC域中給定.若有貢獻源多於15個,僅識別15個.CSRC識別符由混合器插入,用有貢獻源的SSRC識別符.例如語音包,混合產生新包的所有源的SSRC識別符號都被陳列,以期在接收機處正確指示交談者.

注意：前12個位元組出現在每個RTP包中,僅僅在被混合器插入時,才出現CSRC識別符列表.

RTP報文擴充套件頭格式（見RFC3550 Page18）：

  0                   1                   2                   3

    0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 12 3 4 5 6 7 8 9 0 1

  +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

   |     defined by profile       |           length              |

  +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

   |                        header extension                       |

   |                             ....                              |

若RTP頭中的擴充套件位元位X置1,則一個長度可變的頭擴充套件部分被加到RTP固定頭之後,.頭擴充套件包含16位元的長度域,指示擴充套件項中32位元字的個數,不包括4個位元組擴充套件頭(因此零是有效值).RTP固定頭之後只允許有一個頭擴充套件.為允許多個互操作實現獨立生成不同的頭擴充套件,或某種特定實現有多種不同的頭擴充套件,擴充套件項的前16位元用以識別識別符號或引數.這16位元的格式由具體實現的上層協議定義.基本的RTP說明並不定義任何頭擴充套件本身。

我們採用的是標準RTP頭格式，有12bytes的頭資料，如上面所描述。

  需要注意的是：在封裝PS的RTP流時根據28181的標準書上說描述的規範，整個RTP頭可以如下進行編碼：

其中需要變化是:

 sequence number，這個數值是單調遞增的，定義的時候為符號整形。每進行一次RTP打包都要進行一次加1操作。

 Timestamp，這個時間戳可以自己定義從0開始，按當前幀率去計算時間戳的遞增值，值的計算為90000/幀率，如25幀，遞增的值就為3600，同一幀的時間戳是不變的。也可以直接從h264的碼流中讀取當前時間戳無需從0開始，同一幀的時間戳是不變的。

 SSRC：按照標準，是向接收者提供宣告用的，此值設為0x0即可。

視訊從IPC獲取到H264資料後必須經過PS封裝，PS的封裝時根據MPEG-2 Program Stream進行資料封裝的，具體可以參考PS封裝的相關文件，對於H.264的封裝成PS流必須注意一下幾點：

1.      必須根據標準書P60,C.1描述進行，H.264在PS的system pack中的stream_type為0x1b。

2.      對於ES流的H.264裸資料首先進行PS封裝後再經過RTP封裝傳送至SIP伺服器，sip伺服器解碼播放，在I幀和P幀的的封裝如下：

● I幀

                      I幀封裝順序

     因為RTP的MTU有限制，而對於一幀資料PS分包的情況下，同樣可以進行分片處理，而我們獲取的是視訊資料的實時流，綜合分析可以知道，我們應該採用的封裝方式是在RTP的MTU的後面跟的PES包長度加上MTU減去的PES包長度的h264資料即為MTU的總長度。

     例如：

        MTU = 1192+12+19

        其中，1192為h264分片資料，12為RTP的固定頭長，19

PES包的固定頭長。

        對於分片最後的那包小於1192長度的資料，會以實際長度進行封包，PES裡面填寫實際包長資料。

         RTP包12位元組內容將根據RFC2250標準執行，具體資料情況通過對我抓取的視訊包就可以知道RTP12位元組頭結構，需要注意的是一幀資料的時間戳是相同的，包序列是單調遞增的，Mark位都是0。SSRC一直都為0x00。

音訊

音訊資料也是實時流，根據標準書描述，我們從IPC那裡獲取的是G711資料，必須在PS包的system的stream_type宣告音訊為0x90。

對於音訊的封包情況只需要在視訊的後面增加相關的音訊資料即可，如果有音訊資料了就進行如下封裝

音訊資料封裝

   。