libdatachannel项目中H.264/H.265 RTP解包机制的问题与改进

在多媒体实时传输领域，RTP协议承载视频数据时通常需要对H.264/H.265编码的NAL单元进行分片传输。libdatachannel作为WebRTC的数据通道实现，其RTP解包机制在处理分片NAL单元时存在一些值得关注的技术问题。

传输顺序与重组机制

当前libdatachannel的解包器在处理RTP分片时，仅依据时间戳进行分组重组，而没有考虑RTP序列号的传输顺序。这种处理方式可能导致以下问题：

当网络传输导致RTP包乱序到达时，例如分片序列为[A1, A2, A3, B1, A4, B2, B3, B4]（其中数字表示分片序号），当前的解包器会错误地重组为四个不完整的NAL单元：[A1, A2, A3]、[B1]、[A4]和[B2, B3, B4]。

RFC 6184和RFC 7798明确规定，NAL单元分片必须按照RTP序列号的传输顺序进行重组。正确的实现应该：

1. 对同一时间戳的分片按序列号排序
2. 考虑序列号回绕的特殊情况
3. 实现完整的抖动缓冲区机制

分片丢失处理机制

当前实现还存在分片丢失处理不完善的问题。根据RFC规范：

• 当检测到分片丢失时（通过序列号不连续判断）
• 应丢弃该NAL单元所有后续分片
• 除非解码器明确支持处理不完整NAL单元

例如，当收到分片序列[1,2,3,4,5,7,8]时，规范要求只保留[1,2,3,4,5]，丢弃后续的7和8分片。而当前实现没有这种保护机制，可能导致解码器接收到错误数据。

技术改进方向

要实现符合规范的RTP解包器，需要考虑以下技术点：

1. 序列号跟踪：维护每个时间戳的预期序列号，检测丢失
2. 分片缓存：实现按序列号排序的缓冲区
3. 超时机制：为不完整的分片设置超时丢弃
4. 错误恢复：在分片丢失时通知上层应用
5. 解码器适配：根据解码器能力调整丢失处理策略

这些改进将使libdatachannel的视频传输更加健壮，特别是在网络条件不理想的情况下，能够有效减少解码器错误并提高视频质量。

对于WebRTC应用开发者来说，理解这些底层机制有助于更好地诊断和解决视频传输中的问题，特别是在弱网环境下的表现优化。