如何实现H.265的RTP的封装及传输

一、RTP协议概述
RTP（Real-time Transport Protocol）实时传输协议，由IETF的多媒体传输工作小组发布的网络传输协议，标准为RFC3550/3551。RTP协议支持TCP和UDP两种传输方式，RTP协议负责对流媒体数据进行封包并实现媒体流的实时传输，但并不能为按顺序传送的数据包提供可靠的传送机制，也不提供流量和拥塞控制，这些是依靠RTCP协议来完成的，两者配合使用。本文主要从数据处理的角度实现对H.265的RTP封装进行详细介绍。

二、RTP协议解析
RTP协议是由RTP Header和RTP Payload两部分组成的，具体如下图所示：
1、RTP Header

RTP头部前12个字节的含义是固定的，具体的含义如下所示：
V：RTP协议的版本号，占2位，当前协议版本号为2。
P：填充标志，占1位，如果P=1，则在该报文的尾部填充一个或多个额外的八位组，它们不是有效载荷的一部分。
X：扩展标志，占1位，如果X=1，则在RTP报头后有一个扩展头。
CC：CSRC计数器，占4位，指示CSRC 标志符的个数。
M: 标记，占1位，不同的有效载荷有不同的含义，对于视频，标记一帧的结束；对于音频，标记会话的开始。
PT: 有效荷载类型，占7位，用于说明RTP报文中有效载荷的类型。
sequence number：序列号，占16位，用于表示发送者所发送的RTP报文的序列号，每发送一个报文，序列号增1。这个字段当下层的承载协议用UDP的时候，网络状况不好的时候可以用来检查丢包。同时出现网络抖动的情况可以用来对数据进行重新排序，序列号的初始值是随机的，同时音频包和视频包的sequence是分别计数的。
timestamp：相对时间戳，占32位，反映了该RTP报文的第一个八位组的采样时刻。接收者使用时戳来计算延迟和延迟抖动，并进行同步控制。
SSRC：同步信源标识符，占32位，用于标志同步信源。该标识符是随机选择的，参加同一视频会议的两个同步信源不能有相同的SSRC。
CSRC：特约信源标志符，每个CSRC标识符占32位，可以有0～15个。每个CSRC表示了包含在该RTP报文有效载荷中的所有特约信源。
2、RTP Payload
（1） 单个NALU包模式

PayloadHdr：单包模式下其值为H.265的NALU Header。

NAL unit payload data：负载数据。

示例：

[00 00 00 01 40 01 0c 01 ff ff 01 60 70 82…]

以上为一个H.265 NALU单元VPS，按单包封装为RTP格式如下：

[RTP Header] [40 01 0c 01 ff ff 01 60 70 82…]

即NALU单元去掉开始头，直接作为RTP Payload加上RTP Header进行发送即可。

（2）分包模式

PayloadHdr：与H.265 NALU Header结构一致，只是修改了其中的Type类型，Type=49。

FU header：具体组成如下所示

S：1bit，值为1表示分包开始，其余情况为0。

E：1bit，值为1表示分包结束，其余情况为0。

FUType：等于H.265 NALU Header中的Type类型。

[00 00 00 01 26 01 af 1d 78 06 90 …]

开始包：

[RTP Header] [62 01 93 …]

中间包：

[RTP Header] [62 01 13 …]

结束包：

[RTP Header] [62 01 53 …]

三、H265封装示例
读取一个H.265文件，封装为RTP协议格式进行传输，具体实现如下所示：
（1）单包模式

（2）分包模式
开始包：

中间包：

结束包