RTP被定義為傳輸音頻、視頻渴语、模擬數據等實時數據的傳輸協(xié)議羽资，與傳統(tǒng)的注重的高可靠的數據傳輸的傳輸層協(xié)議相比，它更加側重的數據傳輸的實時性遵班，此協(xié)議提供的服務包括數據順序號屠升、時間標記潮改、傳輸控制等。

RTP一般與傳輸控制協(xié)議RTCP一塊工作腹暖，RTP只負責實時數據的傳輸汇在，RTCP負責對RTP的通訊和會話進行帶外管理（如流量控制、擁塞控制脏答、會話源管理等）糕殉。

RTP使用一個偶數端口號，而相應RTCP流使用下一個(奇數殖告，遞增)端口號阿蝶。

先來看一下rtp和rtcp網絡結構圖：

rtp和rtcp網絡結構圖

RTP的數據包由RTP Header + RTP Playload組成，其中RTP固定頭如下圖所示黄绩，字段如下：

RTP固定頭

1. V：當前的協(xié)議的版本號是2羡洁，其中0和1已經在草案規(guī)范中被占用，這里基本就是固定值了爽丹；
2. P：填充標記筑煮，包的末尾包含了一個或者多個填充字節(jié)，其中填充字節(jié)的第一字節(jié)包括了后面填充字節(jié)的長度粤蝎，該長度字段包含自己真仲，主要是為了一些對齊處理；
3. X位初澎，如果為1則說明有擴展頭秸应，一般默認為0，很少有場景會用到碑宴；
4. CC位：是為了計算后面有多少個CSRC软啼，四位說明則最大支持15個CSRC，一般默認為0墓懂。
5. M位(Marker)：特別對于視頻而言就是一幀的結束焰宣，視頻幀比較大，需要通過多個NALU（網絡抽象層單元(Network Abstract Layer Unit)）來傳輸捕仔，當看到M位為1時就認為是這個I幀的結束匕积，由于音頻幀比較小，一個RTP包就是一個音頻幀榜跌，所以該位直接置1闪唆。當該值為1時，表示該數據包是一幀數據的最后一個數據包钓葫。
6. Sequence number(序列號)：16位悄蕾，用于標識發(fā)送者發(fā)送的RTP報文序列號，每發(fā)送一個RTP包，則這里就增加1帆调，當達到最大值后奠骄，則重新從0開始。剛才說了一般RTP協(xié)議是承載協(xié)議是UDP番刊，UDP是不可靠傳輸協(xié)議含鳞。那我們如何保證接收端收的數據是正確的呢，就是通過這個字段進行重新排序芹务，所以接收端一般收到RTP數據第一件事就是排序蝉绷。

     特別注意兩點:
    a. 這個序列號的初始值可以為0但是也可以為其它隨機值，只要符合+1就行;
    b. 發(fā)送端的音頻和視頻都是通過RTP傳輸的枣抱，但是他們是分別計數的熔吗，所用的序列號  是不同的。
   

7. timestamp(時間戳)：占32位四字節(jié)佳晶，這個單位要注意是采樣率倒數桅狠，不是真實的時間，一般要根據采樣率進行換算宵晚。這里反應的RTP報文第一個八位組的采樣時刻垂攘，目的是為了接收端計算延遲维雇、抖動和音視頻同步淤刃。需要說明的是，一個視頻幀的時間戳是相同的吱型，但是一個視頻幀數據量很大可能需要多個RTP包傳輸逸贾，這樣就存在多個RTP包時間戳相同的情況，音頻幀數據小津滞，不存在音頻幀跨RTP的情況铝侵，所以不存在這個問題。
8. SSRC(同步源標識符)：占32位四字節(jié)触徐，用于標識同步信號源咪鲜，這個值只要保證在一路音視頻會話里面值不相同即可。該標識符是隨機選取的 RFC1889推薦了MD5隨機算法撞鹉。該值的作用就是在會話中標識RTP負載流的身份疟丙，給一個唯一標記值。
9. CSRC list(貢獻源列表):同樣是32位鸟雏，四字節(jié)享郊。一個RTP頭最多可以含有0-15個，如果是1對1的流媒體傳輸孝鹊，這個字段就不用處理炊琉，直接忽略該字段。但是混流和混音時又活，則需要把各方的RTP同步信號源列出來苔咪，這樣接收端就能正確指出交談雙方的身份锰悼。用來標志對一個RTP混合器產生的新包有貢獻的所有RTP包的源，由混合器將這些有貢獻的SSRC標識符插入表中团赏。

再看一下RTP完整的報文格式：

• 一部分是RTP Heaeder松捉，RTP
  Header占用最少12個字節(jié)（只包含固定頭12個字節(jié)），最多72個字節(jié)（包含固定頭12個字節(jié)+CSRC列表15*4個字節(jié)）馆里；

• 一部分是RTP Payload隘世，用來封裝實際的數據負載，如封裝h264編碼的視頻數據鸠踪。

  
  
  RTP完整的報文格式

再來看看RTCP協(xié)議丙者，RTCP協(xié)議將控制包周期發(fā)送給所有連接者，主要功能如下：

• 主要提供數據發(fā)布的質量反饋营密，RTCP是作為RTP傳輸協(xié)議的一部分械媒，與其他傳輸協(xié)議的流和阻塞控制有關，反饋功能由RTCP發(fā)送者和接收者報告執(zhí)行评汰。

RTCP協(xié)議包括五種類型纷捞，這里只討論SR和RR包。

SR包（SenderReport）：發(fā)送者報告被去，當前活動發(fā)送者發(fā)送主儡、接收統(tǒng)計；所謂發(fā)送端是指發(fā)出RTP數據報的應用程序或者終端惨缆，發(fā)送端同時也可以是接收端糜值。由三部分組成，也可能還有第四個特定設置擴展部分坯墨。

SR包

第一部分為頭：8個字節(jié)寂汇，如下：

1. V：2位，標識RTP版本捣染，需要注意的是RTP數據包中的版本號與RTCP數據包的中的版本號是一致的骄瓣。
2. 填充P：1位，如設置于此位耍攘，RTCP包結尾包含一些附加填充八位組榕栏，它們不屬于控制信息。最后一個字節(jié)填充表示應忽略多少個填充少漆。有些加密算法需要填充臼膏，塊大小固定。在組合RTCP包內示损，填充僅在最后一個包中需要渗磅，因為組合包加密成一個整體。
3. 接收報告計數(RC)：5位，包含在包內的接收報告塊數目始鱼，該字段0值為有效的仔掸，但沒有實際意義。
4. 包類型(PT)：8位医清，包含常數200標識此包為RTCP的SR包起暮。
5. 長度length：16位，其中存放的是該SR包以32比特為單位的總長度減一(減去一個header)会烙。使用4個字節(jié)為1組负懦，長度共有幾個4個字節(jié)的組，然后用該長度減去1柏腻，即為RTCP包中的長度纸厉。舉個栗子：假設RTCP數據包的長度為32個字節(jié)，32/4=8五嫂，總共有8組4個字節(jié)颗品，8-1=7，此時RTCP數據包中l(wèi)ength的值為7沃缘。
6. SSRC：32位躯枢，同步源標識，與對應rtp包中的ssrc一樣槐臀。

第二部分為發(fā)送者信息：20個字節(jié)锄蹂，如下：

1. NTP（Network time protocol）時標：64位，表示報告發(fā)送時的時鐘時間峰档，這樣它就可用于合并從其他發(fā)送者到那些接收者的接收報告返回的時標败匹。SR包發(fā)送時的絕對時間值寨昙，NTP的作用是同步不同的RTP媒體流讥巡。

   Ntp把當前時間（自1970.1.1以來的秒數）分為整數部分N和小數部分X
    Ntp高位＝整數部分N ＋ 2208988800UL （其中2208988800UL表示自1900.1.1到1970.1.1的秒數，70年）
    Ntp低位＝小數部分 X 4294967296 (其中4294967296為2^32舔哪，相當于左移32位)
   

2. RTP時標：32位欢顷，與上述NTP時標同一時間有關，與RTP數據包中的RTP時間戳具有相同的單位和隨機初始值捉蚤。

   以sample為單位抬驴，如音頻8000HZ，一個packet為20ms缆巧，則兩個rtp時間戳的間隔為160.
    從rtp時間戳換算成ms的公式為：
    rtp時間戳 x 1000／samplerate布持。
   

3. 發(fā)送者包計數：32位，自開始發(fā)送起陕悬，直到SR包產生時刻题暖，發(fā)送者發(fā)送RTP數據包總數。如改變SSRC標識符，此計數重置胧卤。
4. 發(fā)送者八位組計數：32位唯绍，發(fā)送者在RTP數據包中發(fā)送的載荷八位組總數（不包括頭部和填充）。從發(fā)送開始枝誊，直到產生SR包况芒，如發(fā)送者改變SSRC標識，重置此計數叶撒。這部分可用于估計載荷數據平均速率绝骚。

第三部分包含接收報告快，大小不固定祠够。每個接收報告塊傳送單個同步源接收RTP包的統(tǒng)計皮壁。發(fā)生沖突，當源改變SSRC標識時哪审，接收者并不繼續(xù)統(tǒng)計蛾魄。這些統(tǒng)計包括：

1. SSRC_n(源標識)：32位，接收報告塊中信息所屬源的SSRC標識湿滓。
2. 丟失部分：8位滴须，前一個SR或RR包發(fā)送以來所丟失的源SSRC_n的RTP數據包中一部分，定義成所丟失包的數目叽奥。
3. 丟失包累積數：24位扔水，自接收以來所丟失的源SSRC_n的RTP數據包總數，定義成小于實際所接收包的數量朝氓，該數量包括遲到或復制的包魔市。因此，遲到的包不計為丟失赵哲，如有復制待德，此數量可能為負數。
4. 收到已擴展的最高系列號：32位枫夺，低16位包含從SSRC_n源RTP數據包中收到的最高系列號将宪，最重要的16位以系列號循環(huán)相應計數擴展系列號。如開始時間明顯不同橡庞，同一連接內不同接收者將對系列號產生不同擴展较坛。
5. 間隔抖動：32位，RTP數據包接受時間的統(tǒng)計方差估計扒最，以時標為單位丑勤，是一個無符號整數。
6. 上次SR時標(LSR)：32位吧趣，取最近從SSRC_n收到的SR包中的NTP時間戳的中間32比特法竞，如還沒有收到SR除呵，此段設為零。
7. 上次SR以來的延時(DLSR)：32位爪喘，延遲以1／65536秒為單位颜曾，上次從SSRC_n收到SR包到發(fā)送本報告的延時，如還沒有收到SR秉剑，此段設為零泛豪。

RR包（ReceiverReport）：接收者報告，非活動發(fā)送者接收統(tǒng)計侦鹏，僅作為接收者（只接收rtp包）發(fā)送出去的包诡曙；所謂接收者是指僅接收但不發(fā)送RTP數據報的應用程序或者終端。包類型包含常數201略水，并刪除發(fā)送者信息的20個字節(jié)价卤。

RR包

各個字段解釋如下：

1. SSRC_n（32bit） : 發(fā)送端的信源標識符，與發(fā)送端的SSRC一致渊涝。
2. 丟包數8（8bit） ：前一個SR或RR包發(fā)送后慎璧，到當前的SR包或RR包的間隔內，來自源（共享源SSRC標識）發(fā)送的數據包的丟失個數跨释。

   丟包率胸私，它是定義一個rr發(fā)送間隔中rtp報文的丟失率。
   它是一個8bits的數據段鳖谈，計算方法為岁疼，loss fraction=lost rate x 256.
   舉例，丟包率為25%缆娃，該字段為25%*256=64
   

3. 累積丟包數（24bit） : 自開始接受源（共享源SSRC標識）發(fā)送的數據開始捷绒，累積丟失的數據包的個數。

   理論計算方式, packet lost = 期待得到報文數量 - 實際收到報文的數量
   實際計算方式, packet lost = 期待收到最新sequence - 第一次收到報文的sequence
   #需要注意：
   1. sequence為16位贯要，容易翻轉
   可以通過計算extend_sequence來區(qū)分翻轉的sequence暖侨。
   2. packet lost可能為負數
   因為有rtp報文的重傳，如果重傳次數多郭毕，可能造成負數
   3. 該值的測量周期是整個會話
   測量周期是整個會話它碎，而不是RR的發(fā)送間隔
   

4. 擴展包序號（32bit） ：低16位為當前接收到的來自源的（共享源SSRC標識）數據包的最大序列號；高16位表示RT包序列號的循環(huán)計數显押！我們都知道RTP數據包中，表示序列號的長度為2個字節(jié)傻挂，即最大的RTP序列號為65536(2的16次方)乘碑，如果序列號超了65536，假設為65537金拒，這個時候RTCP在擴展包序號中對其說明兽肤，如果沒有超過65536套腹，則高16位為0，如果超過65536资铡，則為1电禀，如果再來一圈，則為3笤休。做個不恰當的比喻尖飞，我們跑步一圈為65536，高16位表示我們當前正在跑第幾圈店雅，從0開始計數政基。

   計算方法，extended_seq_num = seq_num + (65536 * wrap_around_count)  
   例如：100 + 65536*2 （即2左移到高16位）
   其中：
   seq_num為當前接收到的來自源的數據包的最大序列號闹啦；
   wrap_around_count為sequence翻轉的次數沮明。
   

5. 間隔抖動（32bit） ：RTP數據包間隔時間的統(tǒng)計估計，以時間戳為單位窍奋，用無符號整數表示荐健。

   這里的延時抖動指的是rtp報文發(fā)送方的網絡傳輸時間的變量估計值。
   計算單位 是基于時間戳的基礎單位琳袄，也是32位無符號整形摧扇。
   因為rtp的發(fā)送和接收方沒有時 間同步系統(tǒng)，所以不大可能能準確的測量網絡傳送時間挚歧。
   #相反扛稽，傳輸時間= |rtp的時間戳-rtp接受者本地時間|
   因為沒有發(fā)送和接收方的時間同步機制，所以這里關心的不是傳輸時間滑负，是兩次接收到rtp報文傳輸時間的對比在张，計算公式如下：
   D(i,j)=(Rj-Ri)-(Sj-Si)=(Rj-Sj)-(Ri-Si)
   R是接收到的時間戳，Rj是packet j接收到的時間戳矮慕，Ri是packet i接收到的時間戳,
   S是rtp報文的時間戳帮匾，Sj是packet j的rtp時間戳，Si是packet i的rtp時間戳
   而Jitter的計算公式如下：
    # J(i) = J(i-1) + (|D(i-1,i)| - J(i-1))/16
   

6. LSR（32bit） ：last SR timestamp痴鳄，表示上一個SR數據包的NTP時間戳瘟斜，由于NTP時間戳為64bit，LSR為32bit痪寻，LSR取上一個SR的NTP時間戳的中間32位：如上一個SR數據包的NTP時間戳為0x 00 01 7d 6e 3b 64 5a 1c螺句，則LSR為0x 7d 6e 3b 64。
7. DLSR（32bit） ：發(fā)送當前RR包的時間與上一個SR之間的時間間隔橡类，以1/65536為單位蛇尚，如，本次RR包與上一次SR的時間間隔為264ms顾画，則本字段的值為0.264*65536=17301.54取劫。

最后通過LSR,DLSR可以計算RTT：

RTT: Round-Trip Time匆笤，發(fā)送者計算的發(fā)送來回時間。
發(fā)送者可以通過RR報文中的LSR和DLSR來計算RTT谱邪。

計算方法: 發(fā)送者用接收到RR報文的當前時間-RR報文的LSR炮捧，得到發(fā)送SR和接收到RR所花費的網絡延時。

再進行: (接收到RR報文的當前時間-RR報文的LSR) - RR中的DLSR惦银，也就是去除了在RTP接收者方本地的SR接收和RR發(fā)送的延時咆课，這樣就得到了RTT。

RTT = 接收到RR報文的當前時間-RR報文的LSR - RR中的DLSR

經驗表明璧函，如果RTT大于300ms傀蚌，這樣的質量網絡通話無法完成。
只能通過降低比特率蘸吓，降低打包延時或應用好的錯誤修復機制來完成善炫。