视频会议作为多媒体应用的一个重要组成部分,为身处两地的用户提供了直接、全面的沟通途径,为社会性的信息交流发挥了巨大的作用。在过去几十年时间里,视频会议系统不断发展,目前已经开发出多种不同的视频会议系统。目前主流视频会议系统分为两种,一种是基于H.323协议的会议系统,另一种是基于SIP的会议系统。H.323视频会议系统由于其自身的复杂性和不灵活性等缺点,逐渐被简单的、灵活的SIP多媒体会议系统所代替。特别是,随着下一代网络技术的发展,基于SIP已经成为融合网络环境下实现视频会议系统的首选方案。本文设计并实现了一种基于SIP的面向融合网络的会议服务器系统原型。该系统的主要功能包括：a)会议逻辑控制：实现多点呼叫控制并维护会议状态,从而实现了会议的管理；b)媒体交互控制：进行整个系统中SIP信令交互控制,控制用户终端与媒体服务器之间的媒体处理与传输。论文对H.323视频会议体系和SIP视频会议体系进行了简单的介绍和比较,基于会议逻辑处理与媒体处理相分离的原则,分析了SIP会议服务器在视频会议系统中的位置和主要功能。设计了SIP会议服务器的总体结构,对其中的会议控制模块等核心模块的设计和实现进行了比较详细的说明,并对状态机设计、数据库表设计等关键问题提出了解决方案。此外,使用几个典型测试用例对原型系统的进行功能测试,并简要介绍了测试情况。在论文的结尾,对研究工作进行了总结,并对下一步的工作目标和研究方向进行了展望。