前言
RTP/RTCP協(xié)議設(shè)計(jì)用來(lái)傳輸音視頻數(shù)據(jù)，對(duì)應(yīng)的RFC文檔為：RFC3550,對(duì)應(yīng)的中文版RFC3550中文版
RTP被定義為在一對(duì)一或者一對(duì)多的傳輸情況下工作，其目的是為了提供時(shí)間信息和實(shí)現(xiàn)流同步。RTP的典型應(yīng)用是建立在UDP上的，也可以建立在TCP等其它協(xié)議之上進(jìn)行工作，一般將其看作傳輸層的一部分，位于UDP層之上，應(yīng)用層之下，它不保證數(shù)據(jù)傳輸?shù)目煽啃?/p>
RTCP為RTP提供服務(wù)質(zhì)量保證，其主要功能為：服務(wù)質(zhì)量的監(jiān)視與反饋、媒體間的同步，以及多播組中成員的標(biāo)識(shí)。RTCP協(xié)議是基于每隔一段時(shí)間給會(huì)話(huà)的所有參與者發(fā)送一些控制包的機(jī)制。RTCP包中包含有已發(fā)送的數(shù)據(jù)包的數(shù)量、丟失的數(shù)據(jù)包的數(shù)量等統(tǒng)計(jì)資料，從而各參與者可以利用這些信息動(dòng)態(tài)的改變傳輸速率。
RTP數(shù)據(jù)包構(gòu)成
RTP數(shù)據(jù)包一般由：Header+有效載荷數(shù)據(jù)：構(gòu)成，Header一般為12字節(jié)，有效載荷數(shù)據(jù)則可以是音頻數(shù)據(jù)，h264碼流，PS碼流等等
- RTP頭部組成
頭部一般至少包含12個(gè)固定字節(jié)，也包括若擴(kuò)展干字節(jié)。
1字節(jié) V(2bit)+P(1bit)+X(1bit)+CC(4bit) 2字節(jié)M(1bit)+PT(7bit) 3 4字節(jié)SN(序列號(hào)) 5 6 7 8字節(jié)timestamp(4字節(jié)) 9 10 11 12字節(jié)SSRC[13 14 15 16字節(jié)CSRC(4字節(jié)，可選 可以有多個(gè)，數(shù)量為前面CC的值大小)....] [擴(kuò)展頭部...當(dāng)前面X==1時(shí)才有]
如下圖片，其中當(dāng)CC的值大于0時(shí)，CSRC為擴(kuò)展字節(jié)。
1、版本號(hào)（V）：占2位，用來(lái)標(biāo)志使用的RTP版本。
2、填充位（P）：占1位，如果P=1，則該RTP包的尾部包含附加的填充字節(jié)。3、作用是為了字節(jié)對(duì)齊，填充字節(jié)的數(shù)量保存在最后一個(gè)字節(jié)中
4、擴(kuò)展位（X）：占1位，如果X=1，則RTP固定頭部后面就跟有一個(gè)擴(kuò)展頭部，即上面的CSRC信息
5、CSRC計(jì)數(shù)器（CC）：占4位，指示 CSRC標(biāo)識(shí)符的數(shù)量。
標(biāo)記位（M）：占1位,當(dāng)M=1時(shí)，對(duì)于視頻流, 它表示一幀的結(jié)束,而對(duì)于音頻,則表示一次談話(huà)的開(kāi)始。
6、載荷類(lèi)型（PT）：占7位，標(biāo)識(shí)了RTP載荷的類(lèi)型，比如是視頻還是音頻類(lèi)型
7、序列號(hào)（SN）：占16位，發(fā)送方在每發(fā)送完一個(gè)RTP包后就將該域的值增加1，接收方可以由該域檢測(cè)包的丟失及恢復(fù)包序列。序列號(hào)的初始值是隨機(jī)的。
8、時(shí)間戳（timestamp）：占32位，記錄了該包中數(shù)據(jù)的第一個(gè)字節(jié)的采樣時(shí)刻。在一次會(huì)話(huà)開(kāi)始時(shí)，時(shí)間戳初始化成一個(gè)初始值（隨機(jī)生成）。即使在沒(méi)有信號(hào)發(fā)送時(shí)，時(shí)間戳的數(shù)值也要隨時(shí)間而不斷地增加。時(shí)間戳是去除抖動(dòng)和實(shí)現(xiàn)同步不可缺少的。
9、同步源標(biāo)識(shí)符(SSRC)：占32位，用來(lái)表示RTP包的類(lèi)型，每次開(kāi)啟新的流會(huì)話(huà)該值都會(huì)變化
10、特約信源（CSRC）：每個(gè)CSRC標(biāo)識(shí)符占32位，可以有0～15個(gè)，每個(gè)CSRC 標(biāo)識(shí)了包含在該RTP報(bào)文有效載荷中的所有特約信源。當(dāng)CC>0時(shí)有此信息擴(kuò)展信息XXXX:定義的擴(kuò)展信息，當(dāng)X為1時(shí)有此信息
- 抖動(dòng)和丟包率
1、端到端延遲：端到端延遲＝數(shù)據(jù)包的接收時(shí)間－數(shù)據(jù)包的發(fā)送時(shí)間；
3、抖動(dòng)率＝（數(shù)據(jù)包P↓［j］的延遲－數(shù)據(jù)包P↓［i］的延遲）／（數(shù)據(jù)包P↓［j］的序號(hào)j－數(shù)據(jù)包P↓［i］的序號(hào)i）
數(shù)據(jù)包P↓［j］的延遲＝數(shù)據(jù)包P↓［j］接收時(shí)間－數(shù)據(jù)包P↓［j］發(fā)送時(shí)間
數(shù)據(jù)包P↓［i］的延遲＝數(shù)據(jù)包P↓［i］接收時(shí)間－數(shù)據(jù)包P↓［i］發(fā)送時(shí)間
4、吞吐量：?jiǎn)挝粫r(shí)間內(nèi)，某個(gè)節(jié)點(diǎn)發(fā)送和接收的數(shù)據(jù)量，單位一般是b/s
5、丟包率：指測(cè)試中所丟失數(shù)據(jù)包數(shù)量占所發(fā)送數(shù)據(jù)包的比率。丟包率與數(shù)據(jù)包長(zhǎng)度以及包發(fā)送頻率相關(guān)
6、關(guān)于延遲和抖動(dòng)
延遲是不可避免的，而抖動(dòng)是可以通過(guò)某些技術(shù)方案優(yōu)化的，常見(jiàn)于緩沖技術(shù)
RTCP數(shù)據(jù)包的構(gòu)成
RTCP一般和RTP建立在同一連接的端口對(duì)上，一般在創(chuàng)建RTP/RTCP連接時(shí)，會(huì)創(chuàng)建一對(duì)端口，其中偶數(shù)端口給RTP使用，奇數(shù)端口給RTCP使用。RTP和RTCP使用相同的連接方式(TCP/UDP)
RTCP數(shù)據(jù)包有多種類(lèi)型，如下：
各種類(lèi)型的RTCP包前面的8個(gè)字節(jié)是固定的，后面的則根據(jù)包類(lèi)型有所區(qū)別，具體參考文檔 RFC3550，這里以接收端RR報(bào)文為例：
1字節(jié)V(2bit)+P(1bit)+RC(5bit) 2字節(jié)PT(8bit) 3 4字節(jié)(lenght)+5 6 7 8字節(jié)SSRC+報(bào)告塊1(SSRC_1，24字節(jié))+......報(bào)告塊n(SSRC_N，24字節(jié))
V：2bit，RTCP版本，一般為2
P: 1bit，如果為1，則說(shuō)明在RTCP尾部會(huì)有填充直接，填充字節(jié)長(zhǎng)度為RTCP最后一個(gè)字節(jié)的值
RC：5bit，本RTCP報(bào)文中報(bào)告塊的個(gè)數(shù)，不超過(guò)32。每一路流都會(huì)建立一個(gè)報(bào)告塊，比如如果同時(shí)包含音頻流，視頻流，則會(huì)建立兩個(gè)報(bào)告塊
PT:1字節(jié)，RTCP類(lèi)型，比如201就為RR
length：2字節(jié)，整個(gè)RTCP報(bào)文的長(zhǎng)度
SSRC：4字節(jié)，唯一標(biāo)識(shí)該RTCP
以上是所有RTCP報(bào)文的固定字節(jié)，以下是報(bào)告塊的結(jié)構(gòu)，每一個(gè)報(bào)告塊結(jié)構(gòu)都相同，個(gè)數(shù)由前面的RC的值決定
SSRC_n：4字節(jié)，報(bào)告塊的SSRC，與RTP對(duì)應(yīng)
fraction lost：1字節(jié)，上次 RR 發(fā)送之后，從 SSRC_n 源的 RTP 報(bào)文丟包率(該值除以 256 則得到百分比的丟包率)，如果有RTP包重傳機(jī)制，則計(jì)算的丟失部分有可能是負(fù)數(shù)，這里要處理讓其為0。
cumulative number of packets lost：24 bits，從接收開(kāi)始，SSRC_n 源的 RTP 報(bào)文丟失的數(shù)量。定義為期望的減去實(shí)際接收的，其中接收的包括遲到的和復(fù)制的，如果有復(fù)制，丟失可能為負(fù)。期望的報(bào)文定義為由上次接收的序列號(hào)延伸出的序列號(hào)減去接收到的初始序列號(hào)。
extended highest sequence number received：32 bits
低 16 位包含從源 SSRC_n 接收到的 RTP 數(shù)據(jù)報(bào)文中最高的序列值、高16位表示循環(huán)的次數(shù)
interarrival jitter：32 bits
關(guān)于 RTP 數(shù)據(jù)報(bào)文 interarrival 時(shí)間的統(tǒng)計(jì)方差的估值，以 timestamp 單元來(lái)估值，表現(xiàn)為無(wú)符號(hào)整數(shù)。interarrival jitter J 定義為 D 的均方差，D為接收者和發(fā)送者的間隔。像下面方程所示，等于兩個(gè)報(bào)文的“相對(duì)傳輸時(shí)間”(the relative transit time) 的差；相對(duì)傳輸時(shí)間是一個(gè)報(bào)文的 RTP timestamp 和到達(dá)接收者的時(shí)鐘的差，在相同單元衡量。
last SR timestamp (LSR)：32 bits NTP timestamp的中間 32 位作為從源 SSRC_n 來(lái)的最近的 RTCPSR。如果尚未接收到 SR，域設(shè)置為零。
delay since last SR (DLSR)：32 bits延遲定義為從接收到從源 SSRC_n 來(lái)的上一個(gè) SR 到發(fā)送本接收?qǐng)?bào)告塊的間隔，表示為 1/65536 秒一個(gè)單元。如果尚未收到 SR，DLSR 域設(shè)置為零
