随着多媒体计算机技术和通信技术的不断发展，网络所传输的信息越来越丰富，当前以Internet为代表的网络正朝着多媒体综合业务发展。许多实时的多媒体应用，如视频点播、IP电话和远程教育等在TCP／IP网络中迅速开展起来。由于适应信息时代人们对信息交流的需求，多媒体通信成为当今通信领域的一个热点。多种媒体流的出现，需要一种灵活的对话控制机制，SIP(Session Initiation Protocol)正是满足这种需要的一种信令协议。 SIP是由IETF(互联网工程任务组)提出的应用层控制(信令)协议，用于建立、修改和终止多媒体会话。它是Internet多媒体通信和控制协议体系的一部分，但其操作以及相应的功能独立于其它协议。本文的目的就在于采用SIP作为多媒体通信的控制信令协议，并结合其它相关协议构建一个易于与其它应用软件集成的实时多媒体通信的实验性系统模型。 论文首先介绍了SIP协议的体系结构、功能、呼叫处理流程等，并对H.323协议和SIP协议进行了比较，指出SIP协议的优越性。之后介绍了实时多媒体通信的工作原理，详细分析了SIP协议实现中的难点并给出一个实现的框架，简要描述了实时多媒体数据传输协议RTP／RTCP的组成、特性及其原理。 论文在上述理论分析的基础上，根据目前实时多媒体通信的需求，设计了一个实时多媒体通信的实验性系统模型，并用VC++6.0对其客户端进行了编制和调试，以实践证明了SIP协议在开发实时多媒体通信系统的方便性和高效性。文章最后指出了用SIP协议融合多媒体业务尚需进行的工作。