概述

        RTCP，即实时控制协议，英文全称为RTP Control Protocol，是RTP的配套协议。与RTP不同，RTCP本身不传输实时数据，而是用于提供有关RTP会话的统计信息和控制功能。RTCP的主要目标是提供数据传输质量的反馈，帮助参与者了解会话状态，并实现会话中的松散控制。

工作机制

        RTCP在RTP会话中以较低的速率定期发送数据包，通常是RTP数据速率的5%至10%。这种低速率传输是为了减少对网络带宽的占用，同时仍然能够提供有效的反馈和控制信息。在多点传输环境中，所有参与方都会定期发送和接收RTCP报文，形成双向的信息交换机制。

        RTCP的一个重要功能是：计算RTP会话的参与者数量。通过RTCP数据包中的信息，每个参与者都能够了解当前会话中的其他参与者数量，从而动态地调整RTCP数据包的发送速率，确保反馈信息的有效性。RTCP还用于估算RTP数据流的往返时间（RTT），这对于拥塞控制和同步至关重要。通过测量RTCP数据包的往返时间，发送者可以调整其发送速率，以避免网络拥塞并保持流畅的传输。

        RTCP与RTP是相辅相成的协议，RTP负责实时数据的传输，而RTCP则提供关于RTP会话的反馈和控制信息。RTCP数据包中的统计信息和控制消息有助于RTP发送者优化其传输策略，比如：通过调整发送速率、改变编码方式等来提高传输质量。同时，RTCP还提供了会话管理的功能，比如：通过BYE消息来优雅地关闭RTP会话。这种协同工作使得RTP和RTCP成为实时流媒体传输中不可或缺的协议组合。

报文格式

        RTCP报文具有统一的二进制格式，用于在实时流媒体传输中提供服务质量监控、反馈控制和同步协调等功能。一般而言，一个RTCP报文包含一个固定的报文头和一个或多个分组。

        报文头是所有RTCP报文共有的部分，它位于报文的起始位置，包含了基本信息以便识别和解析后续的报文内容。RTCP报文头的字段如下。

        Version (V): 占2位，固定为2，表示当前使用的RTCP版本为版本2。

        Padding (P): 占1位，若值为1，表明报文尾部包含填充字节，以确保报文长度为32位的整数倍。填充字节的个数存储在报文最后一个有效字节的最低4位。

        Reception Report Count (RC): 占5位，表示紧跟在报文头后的接收报告块（Reception Report Block）的数量。此字段仅在RR（Receiver Report）报文中有效，其他类型的RTCP报文可能没有接收报告块。

        Packet Type (PT): 占8位，标识RTCP报文的类型。常见的PT值包括：

          200: Sender Report (SR)

          201: Receiver Report (RR)

          202: Source Description (SDES)

          203: Goodbye

          204: Application-Defined (APP)

        Length: 占16位，表示报文长度（不包括报文头），以32位字（4字节）为单位。因此，整个报文（包括报文头）的总长度为4 × (Length + 1)个字节。

        RTCP报文的实际内容由一个或多个RTCP分组组成，每个RTCP分组通常包含以下字段。

        类型（Type）：指明该分组的类型，与报文头部的分组类型字段相对应。

        长度（Length）：表示该分组的长度，通常以32位字为单位，但某些情况下可能以字节为单位，具体取决于分组类型。

        数据（Data）：包含分组的具体数据，其格式和内容根据分组类型而定。

SSRC和CSRC列表

        在RTCP报文中，SSRC、CSRC列表通常出现在每个RTCP分组的开始部分，用于标识该分组所属的RTP流。接收端可以根据SSRC来区分不同的流，并进行相应的处理。在RTCP分组中，SSRC和CSRC列表是重要的组成部分，尤其在SR（发送者报告）和RR（接收者报告）等类型的RTCP分组中。

        SSRC

        SSRC，即同步源标识符，是一个32位的标识符，用于唯一标识RTP流的来源。在同一个RTP会话中，每个同步源都必须有一个唯一的SSRC。这个标识符是随机选择的，通常使用MD5随机算法来生成，以确保其全局唯一性。

        CSRC列表

        CSRC，即贡献源标识符，也是一个32位的标识符，用于标识对一个RTP混合器产生的新包有贡献的所有RTP包的源。当多个RTP流通过一个混合器合并成一个新的RTP流时，混合器会将每个原始流的SSRC添加到CSRC列表中，并生成一个新的SSRC来标识合并后的流。在多点传输（比如：混音会议）中，RTP包可能包含CSRC列表，记录参与混合的同步源。接收端据此识别混合源的身份，实现多路媒体流的正确解码和显示。CSRC列表跟随在SSRC之后，是一个可变长度的列表，包含了所有对该RTP流有贡献的源的SSRC。这种设计使得RTCP能够准确地追踪和报告多媒体会话中的多个源，尤其是在存在混合器或其他流媒体处理设备的复杂网络环境中。

常见报文类型

        RTCP数据包有几种不同的类型，每种类型都有其特定的用途，常见的RTCP报文类型如下。

        Sender Report (SR) (PT = 200)

        发送者报告报文，由活动的RTP发送者定期发送，提供了关于该发送者所发送数据的统计信息，比如：发送的RTP数据包数量、累积的RTP时间戳、以及发送数据所用的时间间隔等。SR报文还包含了多个接收者报告块（Reception Report Block），每个块描述了发送者接收到其他参与者数据的接收质量情况。

        SR报文的Payload部分包含了一系列关于发送者自身RTP数据传输的统计信息，以及针对其他接收者的接收质量报告，具体结构如下。

        1、NTP Timestamp (Network Time Protocol timestamp): 64位字段，表示发送SR报文时的绝对时间（以NTP时间表示）。这个时间戳通常用于精确的时间同步，使得所有参与方能够对RTP时间戳有一个共同的理解。

        2、RTP Timestamp: 32位字段，与发送者最近发送的RTP数据包的时间戳相对应。这个字段用于RTP流内部的时间同步，确保媒体数据的正确播放顺序和同步。

        3、Sender's Packet Count: 32位字段，表示发送者自会话开始以来发送的RTP数据包总数。这个数值用于计算发送速率、丢包率等统计信息。

        4、Sender's Octet Count: 32位字段，表示发送者自会话开始以来发送的RTP数据总字节数。该值有助于计算平均带宽使用情况。

        5、Reception Report Blocks (RRBs): 一系列接收报告块，每个块描述了发送者对接收到的某个特定同步源（SSRC）数据的接收质量统计。每个RRB包含以下字段：

        SSRC of source: 32位，标识该报告块所描述的源的SSRC。

        Fraction Lost: 8位，以1/256的比例表示从上一次发送SR或RR以来丢包的比例。

        Cumulative Number of Packets Lost: 24位，自上次SR或RR以来累计丢失的数据包数量（不包括本次报告期间新丢失的包）。

        Extended Highest Sequence Number Received: 32位，接收到的最大序列号，包括高位扩展位，用于检测并纠正序列号回绕。

        Interarrival Jitter: 32位，表示接收到的数据包间隔的抖动，用于评估网络延迟变化情况。

        Last SR (LSR) Timestamp: 32位，接收者最近一次收到的SR报文的RTP时间戳。

        Delay Since Last SR (DLSR) Interval: 32位，从接收者收到最近一个SR报文到发送此RR报文的时间间隔（以秒为单位，精度为1/65536秒）。

        Receiver Report (RR) (PT = 201)

        接收者报告报文，由非活动发送者（即仅接收RTP数据但不发送数据的参与者）或者作为对SR报文响应的一部分发送。RR报文包含一系列接收者报告块，每个块描述了发送者对某个特定同步源（SSRC）数据的接收统计，比如：接收到的数据包数量、丢包数量、最大延时、抖动等，这些信息有助于评估网络状况和调整传输参数。

        Source Description (SDES) (PT = 202)

        源描述报文，包含了一系列关于参与者的文本性元数据项，比如：用户名称、电子邮件地址、电话号码等。其中最重要的SDES项是CNAME（Canonical Name），它是一个永久且全局唯一的标识符，用于关联同一用户在不同会话或不同网络条件下的不同SSRC。

        Goodbye (PT = 203)

        BYE（有时也写作BYB）报文，用于通知所有参与者某个同步源已经离开会话。它包含了要离开的SSRC列表，使得其他参与者能够清理相关状态，并停止向这些SSRC发送数据。

        Application-specific Function (APP) (PT = 204)

        应用特定功能报文，允许在RTCP框架内扩展以支持特定应用的需求。这类报文携带应用程序定义的数据，可能用于传递特定服务质量（QoS）信息、媒体元数据或其他与会话管理相关的控制信息。

        Picture Loss Indication (PLI) 和 Full Intra Request (FIR)

        虽然不是标准的RTCP报文类型，但PLI和FIR是通过RTCP APP报文实现的两种常用的视频流控制机制。PLI用于请求发送方重新发送关键帧（I帧），通常在检测到视频失序或严重错误时发送。FIR则更具体地要求接收方发送一个完整的I帧刷新，以恢复解码器状态或改善视频质量。

        Negative Acknowledgment (NACK)

        NACK报文，同样不是标准RTCP报文类型，而是通过RTCP APP扩展实现的，用于请求重新发送丢失或损坏的RTP数据包。NACK报文中包含丢失数据包的序列号信息，使得发送方能够针对性地重传缺失的内容。

总结

        RTCP作为RTP的配套协议，在实时流媒体传输中发挥着至关重要的作用。它通过提供统计信息和控制功能，帮助RTP发送者优化传输策略、管理会话状态，并确保实时数据在复杂的网络环境中能够高效、可靠地传输。通过深入理解RTCP协议，我们可以更好地掌握实时流媒体技术，并开发出更加稳定、高效的实时通信和流媒体应用。