H.323系统结构如图5.2所示，图中还示出和其它系统终端的互通连接。
H.323系统的组成部件称为H.323实体(entity),它包括终端、网关网闸、多点控制器(MC)、多点处理器(MP)和多点控制单元(MCU—-MultipointControlUnit)。其中，终端、网关和MCU统称为端点，端点可以发起呼叫，也可以接受呼叫，媒体信息流就在端点生成或终接。网闸、MC和MP则不可呼叫，但是网闸参与呼叫的控制，具有运输层地址，是可寻址的H.323实体；MC和MP执行多点呼叫信息流的处理和控制，是系统的功能实体，物理上总是位于某个端点之中，因此没有独立的运输层地址，是既不可呼叫又不可寻址的H.323实体。
H.323终端是在PBN上遵从H.323建议标准进行实时通信的端点设备，它可以集成在个人计算机中，也可以是一个独立的设备，如以太网电话机或可视电话机。
网闸又称为网守或关守，为H.323端点提供地址翻译和PBN接入控制服务，还可以提供带宽管理和网关定位等服务。网闸是网络的管理点，一个网闸管理的所有终端、网关和MCU的集合称之为一个管理区(Zone)。一个管理区至少包含一个终端，可以有也可以没有MCU或网关，有且仅有一个网闸。管理区和PBN的拓扑结构无对应关系，它可以包含经由路由器或网桥互连的若干网段，如图5.3所示。
通常，又将同属于一个运营机构管辖的H.323实体的集合称为－个管理域(domain)。在一个管理域中可含有多个网闸，不同管理区的终端通过各自所属网闸间的配合实现相互间通信，不同管理域之间则通过代理网闸实现业务互通，如图5.4所示。由此可知，网闸间的管理协议对于IP电话系统在公众网上的部署具有十分重要的意义，ITU-T正在加紧制订该协议，目前管理域间的网闸间协议已基本完成。
网关是提供H.323终端和广域网上其它rru终端之间实时二方通信的端点设备。在SCN-IP-SCN使用环境下，则涉及网关和网关之间的通信。图5.2示出了H.323系统和GSTN(包括PSTN和PLMN)、N-ISDN、QoS确保的LAN(如IEEE802.9综合业务LAN)以及B-ISDN
的互通情况。其中，H.320终端是N-ISDN中的可视电话终端；H.324是GSTN中的低比特率多媒体终端；H.322是Qci,确保LAN中的可视电话终端；H.321终端是加上适配层功能后在B-ISDN中使用的H.320终端；H.310终端是宽带声像终端，它需按H.321模式运行才能和H.323终端互通；V.70终端是GSTN上使用的DSVD(DigitalSimultaneousVoiceandData)终端，可同时传送话音和数据；GSTN和NISDN上的话音终端就是普通电话机或ISDN电话机。
从概念上说，网关的作用就是完成两项转换功能：媒体信息编码的转换和信令的转换。对于后者来说，如果把网关视为原来网络的一个终端，则其需完成的是用户信令至H.323控制协议的转换；如果把网关视为原来网络中的一个节点，则其需完成网络信令至H.323协议的转换，相对说来比较复杂，但是网关的容量将可以显著增加。网关对于H.323系统和已有网络的互通具有十分重要的意义，ITU-T正在积极制订网关控制协议，以推动分组网多媒体业务的拓展。对于IP电话应用来说，主要关心的是和GSTN/ISDN电话终端的互通，技术难点是和7号信令的互通以及和智能网的互通。
下面简要说明各类H.323实体的功能。
终端功能
H.323终端的功能结构如图5.5所示。这是考虑到同时传送音频、视频和数据信号的一般多媒体终端结构，单纯的IP电话终端则要简单得多。下面着重说明其音频处理功能。
所有H.323终端都必须有一个音频编解码器，必须能收发G.711音频信号，作为任选功能可收发G.722、G.728、G.729、G.723.1和MPEG1音频编码信号。实际通信时编解码器究竟采用什么算法，通过H.245协议的“能力交换“过程由收发双方协商确定。终端应能按不对称方式工作，例如按G.711编码发送，按G.728编码接收。
为了提高网络传输资源利用率，一般将多帧话音编码信号装入一个RTP报文发送。编码器生成预定的多帧信号后周期性地发往运输层，后者应在不大于5ms的时间内将报文发出，该延迟时间称之为“音频时延抖动”。如果发送终端能进一步减小此抖动时限，则可通过H.245消息发送调整后的“最大时延抖动”参数，接收方就可以据此减小时延抖动缓冲器的大小。
在会议电话应用中，终端还应能同时接收多个音频信道，并执行音频混合操作，向用户提供组合音频信号。在声像多媒体通信过程中，由于音频和视频信号的发送时延有差异，会产生所谓“声像发送斜扭"(audio-videotransmitskew),接收终端必须设置缓冲器消除二者的时延差别。为了使接收终端设定合适大小的缓冲器，发送终端应通过H.245消息告之其最大斜扭值。如果需要获得声像信号的＂唇同步＂，即活动图像的动作和声音满意的匹配，则须借助RTP提供的时戳(timestamp)信号实现。在纯IP电话中，斜扭和唇同步问题无需考虑。
图5.5中的“接收路径时延“模块就是为了消除接收信号的时延抖动和保证多种媒体信号间的同步而设置的缓冲装置。时延抖动除了发送终端的固有抖动外，还有网络传送时延和中间点（如MCU或网关）的处理时延抖动。
图5.5中的"H.225.0层封装“模块指的是对发送信息的封装，即实时信号用RTP封装，呼叫控制消息、H.245消息和数据信号用TCP封装，RAS消息用UDP封装。
网关功能
网关除r用于H.323终端和现有网络终端的互通外，也可供位于不同LAN中的两个H.323终端通过SCN进行相互通信。在某些情况下，还可为处于不同网段中的两个H.323终端提供旁路通信通道，即H.323终端—GW-GW-H.323终端，其目的是绕开路由器瓶颈或某－段低带宽链路。
如前所述，网关的主要功能是对媒体信息和信令信息进行转换，除此以外，还需对它们的外部封装格式进行转换。
对于PBN来说，网关相当于一个H.323终端或MCU;对于SCN来说，网关相当于一个SCN终端或MCU,由此，可得到网关4种可能的配置结构如图5.6所示：
对于IP电话网关来说，除r要完成PCM话音编码至相应儿缩话音编码的转换外，信令转换的最简单方式是SCN侧的Q.931估令映射到H.323侧的H.225.0呼叫信令，因为后者就是基于Q.931的。需要注意的是，如果从N-ISDN收到的Q.931消息对网关来说没有作用，应将其透明传送给PBN端点，反之亦然。这些消息一般是支持补充业务的Q.932消息和Q.950系列消息，这样可使H.323终端也能够实现SCN中规定的补充业务。另外，网关还需转换电话新业务中常用的DTMF信号，其方法是从SCN至PBN方向，应能检测DTMF信号，并将其转换为H.245消息中的“用户输入指示“参数，该参数可取值为0-9,*和＃。反之，从PBN至SCN方向，网关应能生成DTMF信号。
网闸功能
网闸提供对H.323端点和呼叫的管理功能。在H.323建议中，网闸是一个任选部件，但是对于实际运行的公用网上的IP电话系统来说，网闸是一个不可缺少的重要部件。在逻辑上，网闸是一个独立于端点的功能单元，然而在物理实现时，它可以装备在终端、MCU或
网闸的主要功能包括：
(1)地址翻译：根据登记时建立的翻译表，执行别名地址至运输层地址的翻译，该翻译表随登记消息不断更新。常见的别名就是E.164地址。它可以是一个单一号码，供SCN用户标识H.323终端，也就是PC—电话通信时，须给PC赋予一个E.164号码；也可以是一组前缀号码，供SCN-IP网-SCN使用环境下，确定目的端网关的运输层地址。
(2)呼叫接纳控制：根据用户权限、网络可用带宽等条件确定是否允许用户发起该呼叫，判定条件可由制造厂商决定。在端点发起呼叫时，第一个消息就是发往网闸的接纳请求消息。
(3)带宽控制：允许端点提出改变分配给它的PBN带宽的请求。如果端点要求降低分配带宽，一般均予同意；如果提出增加带宽要求，网闸根据情况予以同意或拒绝。
(4)区域管理：对本管理区内已登记的终端、MCU和网关提供上述服务功能。
(5)呼叫控制信令：H.323建议规定端点至端点的呼叫信令有两种传送方式。一是经由网闸转接的网闸选路呼叫信令方式，双方不知道对端的地址，有利于保护用户的隐私权，网闸介入呼叫信令过程。另一种是端到端的直接选路呼叫信令，网闸只在初始RAS过程中提供被叫的运输层地址，其后不再介入呼叫信令过程。
(6)呼叫权限：网闸可以通过RAS过程拒绝无权用户发起呼叫，拒绝原因可以是限制自某些特定终端或网关发出的呼叫或发往这些端点的呼出，或者是在某些时间段限制发起呼叫。
(7)带宽管理：控制允许同时接入PBN的H.323终端个数。通过RAS协议过程，网闸可以拒绝某终端发起呼叫，其原因是它判定网络没有足够的带宽支持该呼叫，判定准则由管理者自定。当在呼叫进行过程中，某终端提出增加带宽时，网闸也可对此拒绝或允许。
(8)呼叫管理：例如，网闸可以保存一张正在进行的H.323呼叫清单，据此可判定被叫终端是否忙，并且可向带宽管理功能提供带宽使用信息。
(9)网络管理：可向计费中心提供计费基础数据 ，向管理中心提供话务统计基础数据。
(10)其它功能：如终端带宽预留、目录服务、管理信息库等。上述功能中，(1)~(4)项为网闸的基本功能。
(10)其它功能：如终端带宽预留、目录服务、管理信息库等。上述功能中，(1)~(4)项为网闸的基本功能。
多点通信功能
多点通信功能部件包括MC、MP和MCU,用于会议通信。MC提供多点会议的控制功能。它和参加会议的每个端点执行“能力交换“过程，指示信息可发送的操作模式，当有终端加入或离开此会议时，MC可能会调整向各终端发送的能力集信息。MC据此确定会议的”选定通信模式"(SCM-SELectedCommunicationMode)。一般说来，SCM对于所有参会终端是相同的，但也可能某些终端的SCM和其它终端不同，此时MP要进行通信模式的转换，以保证各终端之间的正常通信。MC的控制功能通过H.245协议完成，为此参会各端点首先要建立至MC的H.245控制信道。
MP接收来自各参会端点的音频、视频和数据信号流，经处理后回送各端点。因此，MP应能执行各种媒体信息的编解码算法。
对于视频信号，MP必须能进行视频交换或视频混合。视频交换就是选定某一源的信号发往各终端，源选择可通过发言者变换检测实现，或由H.245控制实现，发言者变换可通过检测话音信号电平确定。视频混合是将多个视频源信号组合成一个信号后传给各终端，其典型应用是将4幅源图像组合成一个2x2的多画面图像。选择哪些源和多少源图像进行混合则由MC决定。
对于音频信号，MP必须能够通过交换、混合或二者的组合将M个音频输入经处理后生成N个输出。需要注意的是，音频混合需要将每个输入音频首先解码为线性PCM信号或模拟信号，然后将各路信号线性合成，最后再将合成信号重新编码成相应的格式。混合时，MP可以去除或衰减某些输入信号以降低噪声和其它不希望的信号。每个输出还可以是不同输入信号的混合，以便提供所要求的私下交谈。终端应保证自己的话音信号不在自己终端输出。
MCU是会议通信的重要设备。它必定包含一个MC。在集中式多点会议中，还包含一个MP;在分布或多点会议中，由于音频和视频信号都是由各终端通过多播方式直接播发的，因此只需要一个能处理数据的MP。MCU采用H.245协议过程实现其控制功能。
如前所述，MC和MP只是功能实体，并非物理实体，它们在H.323系统中的可能位置如图5.7所示:
图中，网关、网闸和MCU也可以是一个合成设备。MC和MP都没有单独的地址。MP处理的媒体信息流就在H.245打开的各个逻辑信道上传送，位于不同设备中的MC相当于该设备中的H.245控制功能，全f如何区分·般点到点呼叫控制功能和MC会议呼叫控制功能则由设备自己解决。需要注意的是，如果参加会议的两个终端都有MC功能，则必须确定由哪一个MC来控制此会议，此功能由H.245的“主从确定"(MasterSlaveresolution)过程实现。MC完成能力交换和主从确定过程后，首先对新加入会议的端点赋予4个终端号，然后将该号通告其它端点。新加入点也可向MC请求其它参会端点的清单。MCU是独立的设备，具有自己的运输层地址。
