基于T-DMB的信令紧急警报系统

用于紧急警报服务的与T‐DMB信道复用的信令紧急警报系统

摘要

移动广播服务被认为是紧急警报传输的有效手段。地面数字多媒体广播(T-DMB)提供一种称为自动应急警报服务(AEAS)的紧急告警服务。然而,传统AEAS在警报服务信道、关闭的T-DMB接收机以及基于位置的服务方面存在效率低下的问题。因此,本文提出一种新颖的信令方法,以克服AEAS的上述缺陷。所提出的警报系统利用一个附加警报信道,该信道与传统T-DMB信道复用。本文还探讨了复用方式,可有效消除附加警报信道与T-DMB信道之间的干扰。仿真结果表明,所提出的信令方法能够有效在T-DMB1中提供紧急警报服务。

索引词

信令紧急警报系统,移动广播服务,T‐DMB

一、引言

在地震和海啸等严重紧急情况下,有效的警报传输对于挽救生命和财产至关重要[1]‐[5]。许多国家利用各种通信系统实现快速有效的警报传输。特别是广播系统由于对网络基础设施损毁具有较强的鲁棒性,因此更适用于紧急警报的传输。例如,在华盛顿特区5.8级地震和2011年日本海啸期间,大多数蜂窝系统出现故障,而许多广播系统仍维持服务[6]。此外,在长时间停电期间,许多基站可能缺乏备用电源,这限制了蜂窝系统中的能力。这主要是因为他们可能位于易受灾害影响的区域。

因此,广播系统在许多国家被视为基本的应急警报系统。此外,数字广播系统增加了移动性,提供了灵活的广播服务。在美国,一种称为移动‐EAS的移动应急警报服务(EAS)正在测试中,该服务依赖于移动数字电视。作为最受欢迎的移动广播服务之一,地面数字多媒体广播(T‐DMB)在韩国得到应用。在T‐DMB系统中,已标准化了一种紧急告警服务,称为自动应急警报服务(AEAS)[7]‐[9]。

在AEAS标准中,警报服务信道包含在T‐DMB控制信道中。因此,AEAS的使用受到T‐DMB控制信息的限制。特别是当T‐DMB信道被T‐DMB控制数据大量占用时,AEAS的使用将受到极大限制。这可能导致即使在严重紧急情况下也出现大延迟。此外,当T‐DMB接收机在移动站(MS)中被关闭时,该接收机无法接收AEAS消息。因此,在紧急情况下需要为关闭的T‐DMB接收机提供附加唤醒方法[10]。另外,无论MS用户是否位于灾区,高级紧急警报系统消息都会发送给T‐DMB的服务覆盖范围内的所有MS用户。这表明MS中需要具备基于位置的服务(LBS)功能,而这通常会导致较大的功耗[11],[12]。

本文提出了一种新型信令应急警报系统(SEAS),用以弥补传统AEAS的缺点。SEAS中利用了一个附加警报信道,使得即使在传统T‐DMB信道严重拥塞的情况下,也能实现应急警报消息的有效且快速的传输。此外,通过使用新的警报信道,即使T‐DMB接收机处于关闭状态,仍可传送应急警报消息。新型警报信道与T‐DMB信道实现了高效复用,因此不会牺牲频谱效率。作为一种唤醒方法,新型警报信道利用了周期特性,能够唤醒关闭的T‐DMB接收机,并支持应急警报的多媒体信息传输。该周期特性还允许采用更先进的信道估计方法,从而提升T‐DMB的接收机性能。由于T‐DMB系统通常需要使用同信道中继器[13]‐[15],SEAS可以在中继器中实现。这种实现方式可自然地为中继器服务区内用户提供高效的LBS服务。因此,大功率在移动台中可以避免LBS的功耗。仿真结果表明,所提出的SEAS在均方误差(MSE)、消息错误率(MER)和比特错误率(BER)方面表现出色。

本文的其余部分组织如下:第二节描述了T‐DMB中的传统警报服务信道。第三节详细介绍了提出的SEAS方法。第四节的仿真结果表明所提出的SEAS技术具有出色的紧急警报性能。第五节对全文进行总结。

II. T‐DMB中的传统警报服务信道

示意图0

T‐DMB基于尤里卡‐147数字音频广播(DAB),特别专注于MPEG‐4视频数据的广播。图1展示了T‐DMB传输系统的总体结构。在图1中,快速信息通道(FIC)数据、复用控制数据和服务信息属于传输用的控制数据。此外,多媒体内容包括图1中用于传输的音频和视频数据。如图所示,快速信息数据通道(FIDC)、复用配置信息(MCI)和服务信息(SI)被组合成快速信息块(FIBs),然后进行加扰并经过卷积编码器处理。如图1所示,编码后的多媒体内容经过加扰后,通过卷积编码器、时间交织器和主业务复用器处理,随后由主业务复用器生成公共交织帧(CIFs)。如图1所示,CIFs和FIBs分别被复用到主业务信道(MSC)和快速信息信道(FIC)中。最后,同步信道、FIC和MSC被复用为一个T‐DMB帧进行传输。该帧采用正交频分复用(OFDM)技术进行调制。

示意图1

图2描述了用于传输的T‐DMB帧的结构。如前所述,T‐DMB帧由同步信道、FIC和MSC组成,这也如图2所示。T‐DMB帧的时间长度为96ms,如图2所示。同步信道由空符号和相位参考符号(PRS)组成,如图2所示。PRS用于信道估计和同步。如图2所示,FIC由12个FIBs组成,每个FIBs具有32字节的数据和32kbps的数据速率。FIB除了可包含MCI、SI、条件接收(CA)和交通信息(TM)等控制数据外,还可包含AEAS消息。

每个FIB主要由快速信息组(FIGs)和循环冗余校验(CRC)组成,如图2所示。当每个FIB中FIG类型为5且D2设置为1时,该FIB具有图3所示的FIG结构,即传统警报服务信道。警报服务信道包含AEAS消息。如图3所示,AEAS消息由灾害类型、告警优先级、发布时间、地点和文本组成。在每个FIB中,CRC的长度为2字节。由于在图3中FIG头、扩展字段和段头的长度分别为1字节、1字节和2字节,因此FIB中AEAS消息的最大长度为26字节。由于在图2中FIC通常至少有一半被MCI、SI、CA和TM占用,因此FIC中AEAS消息的实际最大长度为156字节。

示意图2

如图2和图3所示,AEAS的警报服务信道包含在FIC中。然而,当前的T‐DMB标准并未规定AEAS消息相对于FIC中控制数据的优先级。因此,当MCI、SI、CA和TM大量使用FIC时,传统警报服务信道几乎无法使用,这极大地限制了AEAS的应用。进而导致即使在严重紧急情况下也会出现大延迟。因此,在提出的SEAS中使用了附加警报信道,以克服传统警报服务信道的缺陷。

III. 提出的SEAS

示意图3

图4展示了提出的SEAS的服务模型。如图所示,电视台向T‐DMB中继器发送T‐DMB信号。如果中继器收到通知在紧急情况下,它会生成SEAS信号,将接收到的T‐DMB信号与生成的SEAS信号进行合并,并向中继器服务区内的所有用户广播该合并信号。如图4所示,SEAS信号可用作唤醒信号,相关内容将在第三节A和C部分中描述。

T‐DMB中继器可以从电视台或紧急警报机构接收紧急通知。图4展示了来自电视台的紧急通知。在韩国,紧急警报机构包括国家应急管理机构(NEMA)。如果图2中的FIC未被MCI、SI、CA和TM大量占用,则电视台通过如图4所示在图3的传统警报服务信道中发送AEAS消息,向中继器通知紧急情况。否则,紧急警报机构可通过互联网或任何无线协议(如第三代合作伙伴计划(3GPP)的宽带码分多址(WCDMA)或3GPP长期演进(LTE))向中继器通知紧急情况。

由于中继器覆盖的服务区半径通常在1公里到2公里之间,因此可以将该服务区与紧急通知信息中的紧急事件地点进行比较。如果服务区与紧急事件地点重叠,T‐DMB中继器将生成SEAS信号;否则,中继器不生成SEAS信号,仅重传T‐DMB信号。这表明图4的服务模型本身可为服务区内用户提供基于位置的服务(LBS),同时也保证了移动台无需因LBS开销而产生较大的功耗。

对于接收到的T‐DMB信号与生成的SEAS信号的组合,提出的SEAS在中继器中对T‐DMB信道和SEAS信道进行复用。图5展示了高效的复用方式,可有效消除接收到的T‐DMB信号与生成的SEAS信号之间的干扰。如图5所示,SEAS信道仅与T‐DMB的同步信道(空符号和伪随机序列)进行复用。SEAS信道由信令信道和消息信道组成,如图5所示。

示意图4

A. 信令信道

信令信道用于SEAS的识别、SEAS的同步、信道估计以及T‐DMB的唤醒。如图5所示,信令信道与T‐DMB同步信道的空符号进行复用。因此,信令信道不会受到T‐DMB信号的干扰。

如图5所示,信令信道由79个信令前导序列组成。在信令信道中,各个信令前导码彼此相同。每个信令前导码由16个采样点构成,如下所示:1+j ‐1+j 1‐j ‐1+j 1+j ‐1‐j ‐1‐j 1+j ‐1+j ‐1+j ‐1‐j 1‐j ‐1‐j 1‐j 1+j 1‐j。因此,如图5所示,整个信令信道共包含1264个采样点。由于这16个采样点在信令信道中重复了79次,因此信令信道的周期特性非常适合用于SEAS信号的识别与同步。一旦识别出SEAS信号,SEAS即可唤醒一个关闭的T‐DMB接收机。

在大多数T‐DMB接收机中,信道估计采用频域最小二乘(LS)方法[16]。由于频域LS技术仅对伪随机序列(PRS)执行一次,该方法通常容易受到噪声信号的影响。然而,信令信道的周期特性也允许使用更复杂的信道估计技术,例如时域LS技术[17]。由于信令信道中的79个相同前导码可以进行平均,平均前导码显著抑制了噪声信号。因此,若在平均前导码上采用时域最小二乘法,则该方法相比传统的频域最小二乘技术具有更好的估计性能。此外,时域LS方法还能提升T‐DMB以及SEAS的接收机性能。

B. 消息信道

如图5所示,消息信道与伪随机序列复用。由于接收机已知伪随机序列信息,因此可从接收信号(SEAS信号与T‐DMB信号的组合)中有效消除T‐DMB干扰。因此,接收机可从接收信号中提取SEAS消息信号,并从提取的信号中解码消息信道。

消息信道包含SEAS消息信息。表I展示了SEAS消息的建议结构。所提出的消息结构包括所有项目用于高级紧急警报系统。在提出的结构中,SEAS消息的长度为256字节,比FIC中AEAS的长度(156字节)更长。注意,如图5所示,FIC的时间长度比PRS长3倍。因此,提出的消息信道在更短的时间长度内可传输更多的消息信息。此外,如图5所示,消息信道的解码早于FIC。因此,提出的SEAS能够更快地传递更多的消息信息。此外,该结构除了支持AEAS的所有服务外,还支持多语言服务,如表I所示。

Item Size 描述
标识符 1字节 处理任何重复的消息。与AEAS标识符相同(3位用于发射机识别;5位用于递增)
事件代码 3字节 灾害类型代码
优先级 4位 紧急警报显示优先级
链接标志 1bit 链接信息选项
区域标志 1bit 位置信息选项
语言标志 1bit 语言信息选项
保留 1bit 保留
位置 4字节 纬度,经度
语言 2字节 消息语言:ISO‐639‐1(例如:ko, en, ja, …)
消息长度 (n) 1字节 消息中的字符数
msg n×2 字节 消息文本(ucs‐2)
链接长度(m) 1字节 链接的长度
link m字节 ASCII码 0填充
变量 256字节的零填充
crc 2字节 循环冗余校验

C. SEAS的架构

SEAS的架构包括中继器的结构和移动台的结构。

示意图5

图6显示了SEAS中继器的结构。该中继器始终监控从接收到的T‐DMB信号中来的紧急通知信号(ENS)。一旦检测到ENS,中继器便生成如图6所示的信令信道和消息信道。在生成消息信道时,中继器创建SEAS消息信息,其结构在表I中定义。随后,该消息信息通过图6中的卷积编码器进行处理。图中所示卷积编码器的结构与T‐DMB相同。编码后的比特流通过图6中的调制器转换为QPSK信号。最后,QPSK信号根据图5的复用方法与接收到的T‐DMB信号进行合并。

示意图6

图7展示了用于SEAS的移动台结构。该结构由T‐DMB接收模块和SEAS接收模块组成。SEAS接收模块可分为信令信道解码器和消息信道解码器。在移动台中,信令信道解码器始终处于启用状态,用于识别信令信道。一旦识别出信令信道,信令信道解码器将估计信道系数并生成唤醒信号。该唤醒信号可用于启用处于禁用状态的T‐DMB接收机和处于禁用状态的消息信道解码器。

一旦启用消息信道解码器,解码器便从接收信号 $y(n)$ 中提取消息信息,该过程表示为
$$
y(n) = h(n) \ast [x_{mc}(n) + x_{PRS}(n)] + z(n)
$$
其中,$x_{mc}(n)$ 和 $x_{PRS}(n)$ 分别为消息信道信号和伪随机序列信号,$h(n)$ 为信道参数,$\ast$ 表示线性卷积算子,$z(n)$ 为加性白高斯噪声。在式中,$x_{mc}(n)$ 和 $x_{PRS}(n)$ 按照图5所示的复用方式进行组合。该复用在中继器中执行。

如图6所示。由于移动台已经知道 $x_{PRS}(n)$,它可以提取 $\hat{y}(n)$ 来自 $y(n)$,如下所示:
$$
\hat{y}(n) = y(n) - \hat{h}(n) \ast x_{PRS}(n)
$$
其中 $\hat{h}(n)$ 表示估计的信道系数。在式中,估计的信道系数 $\hat{h}(n)$ 由图7所示的信令信道解码器生成。信令信道解码器利用图5中的79个前导序列进行信道估计。对于信道估计,采用时间域的LS方法。如果 $\hat{h}(n) = h(n)$,则式中的 $\hat{y}(n)$ 也可以表示为
$$
\hat{y}(n) = h(n) \ast x_{mc}(n) + z(n)
$$
如上式所示,PRS信号可以在 $\hat{y}(n)$ 中被完全去除。为了补偿式中的信道参数 $h(n)$,在移动台(MS)中采用单载波频域均衡(SC‐FDE)[18]方法,如图7所示。经过SC‐FDE后,维特比解码器进一步纠正错误比特。然后,消息信息可通过消息解析器在显示窗口上显示。

一旦通过唤醒信号启用T‐DMB接收机,它将显示与紧急消息相关的多媒体信息。如图7结构所示,仅启用信令信道解码器以检测SEAS信号。只有在检测到SEAS信号后,才会启用T‐DMB接收机和消息信道解码器。因此,图7的结构在SEAS检测上所需的功耗较小。

IV. 仿真结果

仿真结果展示了提出的SEAS的有效性。表II总结了仿真参数。如表II所示,仿真中使用了巴西A信道,因为该信道是T‐DMB[19]的一种常用衰落信道。

参数
信道 巴西A信道
E_b/N_0 0:2:30dB
调制 QPSK
编码器/解码器 卷积编码器/维特比解码器
信道估计 时域最小二乘
均衡器 单载波频域均衡
码率 1/2

示意图7

图8展示了频域最小二乘、频域最小均方误差和时域最小二乘三种信道估计方法的均方误差性能比较。在图8中,频域最小二乘和最小均方误差方法利用了伪随机序列用于信道估计。在图8中,时域LS方法使用79个信令前导序列的平均值进行信道估计。如图所示,由于该方法能够利用平均前导更有效地抑制噪声影响,因此时域最小二乘法的均方误差性能优于其他技术。在图8中,频域最小均方误差方法的均方误差性能优于频域最小二乘方法,并且在低信噪比范围内几乎与时域LS技术相同。这是因为频域最小均方误差方法也能在噪声较大的信号[16]中抑制噪声影响。然而,该方法通常在矩阵求逆[16]中表现出巨大的计算复杂度。

示意图8

图9显示了消息信道在复用和非复用情况下的消息错误率(MER)性能比较。MER表示消息信道解码失败的比率。在图中,复用情况表示消息信道与伪随机序列(PRS)进行复用,如图5所示;非复用情况表示仅使用消息信道而不使用T‐DMB信道。在图9的仿真中,两种类型的SC‐FDE:零强迫(ZF)和最小均方误差均衡器被考虑。如图9所示,由于MMSE均衡器能够更有效地抑制噪声影响[20],其误码率性能优于ZF均衡器。图9还显示,无论采用哪种SC‐FDE,复用情况下的误码率性能与无复用情况几乎相同。这表明图7中提出的SEAS接收机能够有效消除T‐DMB干扰。

示意图9

图10展示了T‐DMB在基于PRS的信道估计和基于前导码的信道估计情况下的误码率性能比较。基于PRS的信道估计包括频域最小二乘和频域最小均方误差方法。基于前导码的信道估计指的是时域最小二乘法。在基于前导码的情况下,T‐DMB利用来自图7中信令信道解码器的估计的信道系数。在图10的仿真中,ZF均衡器被用作图7中T‐DMB接收机的频域均衡器。如图10所示,基于时域最小二乘法的T‐DMB比基于频域最小二乘法的T‐DMB具有更好的误码率性能。该图表明,频域最小均方误差的误码率性能与时域最小二乘法相同。然而需要注意的是,最小均方误差方法需要很高的计算复杂度。

示意图10

图11还展示了T‐DMB在基于PRS的信道估计和基于前导码的信道估计情况下的误码率性能比较。在仿真中,MMSE均衡器被用作图7中T‐DMB接收机的频域均衡器。与图10的比较结果相比,图11显示出更好的误码率性能,因为MMSE方法的均衡性能优于ZF方法。与图10的仿真结果类似,图11表明基于时域最小二乘的T‐DMB比基于频域最小二乘的T‐DMB具有更好的误码率性能。该图显示,频域最小均方误差的误码率性能与时域最小二乘几乎相同。然而需要注意的是,由于计算复杂度极高,MMSE方法在移动台中难以实际实现。

从图10和图11的仿真结果可以看出,提出的SEAS能够利用图7中信令信道解码器的估计的信道系数来增强T‐DMB接收机性能。

示意图11

图12显示了从图7的移动台接收机模拟器中捕获的屏幕画面。一旦识别出信令信道,信令信道解码器便会唤醒消息信道解码器和T‐DMB接收机。在消息信道解码器启用后,该解码器对SEAS消息进行解码,并将解码后的消息显示在图12中。在图中,灾害类型(山洪预警)显示在叠加层的上部。消息信道解码器使用表I中的“事件代码”项来解码灾害类型。此外,消息文本显示在图12叠加层的下部。消息信道解码器使用表I中的“消息”项来解码消息文本。在T‐DMB接收机启用后,接收机解码与SEAS消息相关的多媒体内容,并将解码后的内容显示在屏幕上,如图12所示。

V. 结论

本文描述了为T‐DMB中高效实现紧急告警服务而提出的SEAS。所提出的SEAS克服了传统AEAS方法在警报服务信道、关闭的T‐DMB接收机和基于位置的服务方面的缺点。所建议的SEAS利用称为SEAS信道的附加警报信道。使用SEAS信道可在T‐DMB的传统FIC信道被控制信息大量占用的情况下,实现应急警报消息的有效且快速的传输。提出的SEAS信道由信令信道和消息信道组成。信令信道包含79个相同的前导码,用于同步、唤醒和信道估计。消息信道包含紧急消息,其长度超过FIC中AEAS消息的长度。

本文还提出了针对T‐DMB的SEAS信道和同步信道的高效复用方法。该高效复用方式有效消除了SEAS信道与同步信道之间的干扰。该复用在T‐DMB的中继器中实现,中继器本身可为服务区内所有用户提供基于位置的服务。这也同时消除了移动台因基于位置的服务而产生的高功耗需求。

本文提出了一种用于SEAS的移动设备新结构。该结构包含SEAS接收模块,该模块由信令信道解码器和消息信道解码器组成。信令信道解码器负责检测SEAS信道、生成唤醒信号并估计信道参数。消息信道解码器则提取并解码紧急消息。由于仅需启用信令信道解码器来检测SEAS信道,因此所提出的结构功耗极低。

仿真结果证实,提出的SEAS非常适合在T‐DMB中高效地提供紧急告警服务。

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值