DE69903886T2

DE69903886T2 - Verfahren und Vorrichtung zur Datenübertagung über einen Sprachkanal

Info

Publication number: DE69903886T2
Application number: DE69903886T
Authority: DE
Inventors: Pierre Bonnard; Jean Varaldi
Original assignee: Alcatel SA
Current assignee: Alcatel Lucent SAS
Priority date: 1998-07-13
Filing date: 1999-07-01
Publication date: 2003-07-24
Anticipated expiration: 2019-07-02
Also published as: EP0973346B1; DE69903886D1; FR2781110B1; AU726347B2; EP0973346A1; AU3921099A; ATE227923T1; JP2000068925A; US6633840B1; CA2277360A1; FR2781110A1

Description

Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zur Datenübertragung auf einem Sprachkanal, insbesondere auf dem Gebiet der Mobiltelefonie. Sie ist allerdings auch auf dem Gebiet der Festnetztelefonie, der sog. Wählnetze, anwendbar. Die Erfindung löst die Probleme, die mit den Besonderheiten der Datenübertragung verknüpft sind, wenn sie in einem Sprachkanal erfolgt und dort Codewandlungen erfährt, die einer Sprachcodierung in einem Netz entsprechen.
Auf dem Gebiet der Mobiltelefonie sind Sprachübertragungskanale und Datenübertragungskanäle bekannt. Die Datenübertragungskanäle erfordern eine andere Codierung als die Sprachcodierung. Sie nutzen Netzeinrichtungen, die für den Datenmodus spezifisch sind. In der Praxis muss zu diesem Zweck ein Teilnehmervertrag bei einem Mobiltelefoniebetreiber abgeschlossen werden. Auf diese Weise erlangt man Zugriff auf eine verbindungsorientierte Punkt-zu-Punkt-Datenübertragung mit einer Geschwindigkeit von 9.600 Bits.
Auf dem Gebiet der zellularen GSM-Telefonie verfügt man außerdem über Mittel zur Datenübertragung, die Signalisierungskanäle des zellularen Systems nutzen. Zu diesem Zweck unterscheidet man sog. SMS (Short-Message-Service)-Kanäle, die die Übertragung von bis zu 300 Bits erlauben, oder sog. USSD- (Unstructured Supplementary Service Data)-Kanäle, die zur Beförderung von Daten in der Größenordnung von 800 Bits dienen. In beiden Fällen ist die Rate gering. Im Fall des USSD laufen die Informationen nur von einem Teilnehmer zum Netz. Im Fall der SMS-Kanäle können die Informationen zwischen Teilnehmern oder vom Netz zu einem Teilnehmer ausgetauscht werden und werden paketweise in Rechnung gestellt, wobei die tatsächlichen Kosten hoch sind.
Ziel der Erfindung ist, die Übertragung von beliebigen Daten auf einem Netz, insbesondere einem Mobiltelefonnetz, mit hoher Rate zu ermöglichen, ohne dafür einen zusätzlichen Teilnehmervertrag unterschreiben zu müssen. Die Erfindung ermöglicht insbesondere den Einsatz von Internet-Zugangsdiensten. Sie ermöglicht auch die Aktualisierung und Wartung von Endgeräten durch einen Hersteller.
Was die Sprachcodierung von der Datencodierung unterscheidet, insbesondere für die Mobiltelefonübertragung, ist im wesentlichen die Art der die Sprache darstellenden digitalisierten Informationen. Wenn die Sprache nämlich einfach nur digitalisiert wird, ergibt sie umfangreiche digitale Informationen. Um im Rahmen der Mobiltelefonie den Bedarf an Übertragungsfrequenzkanälen zu vermeiden, der aus hohen Informationsraten resultieren würde, sind besondere Codierungen für die Sprache entwickelt worden.
Diese besonderen Codierungen, als Quellcodierungen bezeichnet, beruhen auf dem Prinzip der Suche nach repräsentativen Merkmalen der Spracherzeugung durch den Menschen. Unter diesen Merkmalen unterscheidet man drei Größen. Diese Größen sind:
- eine Grundfrequenz (in der englischsprachigen Literatur als Pitch bezeichnet), die einer Schwingung der Stimmbänder entspricht;
- eine Filterung, die den Änderungen der Grundschwingung entspricht und aus der Ausbreitung der Schwingung im Lautbildungssystem, d. h. Kehlkopf, Rachen und Mund, resultiert;
- eine Erregung (oder Fehler), die einem Rest aus der vorhergehenden, auf die ausgesprochenen Wörter angewendeten Modellierung entspricht.
Ein Quellcodierer vom GSM-Typ etabliert die besten Werte dieser drei Typen von Größen ausgehend von einem PCM-(Pulse Code Modulation)-Signal. Ein PCM-Signal ist ein von dem Sprachsignal abgetastetes und z. B. mit einer Frequenz von 8.000 Hz und 5 auf 13 Bit quantisiertes Signal. Die Rate des PCM-Signals ist also in diesem Beispiel 104 kbit/s. Der Quellcodierer führt einen sogenannten Analyse- oder Codierschritt dieses PCM- Signals durch.
In der nachfolgenden Beschreibung wird das Beispiel eines GSM-Netzes und einer Sprachübertragung verwendet, bei der die Quellcodierung vom sogenannten "Full Rate"-Typ (ETSI-Empfehlung SMG6.10) ist. Die Prinzipien der Erfindung sind allerdings auch anwendbar auf andere Quellcodierungen oder Sprachformate im GSM-Netz (Half-rate oder Adaptive Multirate). Sie sind auch auf andere Mobiltelefonienetze (DCS-1800, PCS etc. anwendbar.
Fig. 1a zeigt für einen Rahmen von 20 ms eines Sprachsignals die ihm entsprechende Quellcodierung des PCM-Signals. Diese Quellcodierung umfasst in einem Beispiel die Erzeugung von 36 Bits eines Pitch-Signals (entsprechend einer Langzeitvorhersage), die Erzeugung von 36 Bits eines Filtersignals und die Erzeugung von 188 Bits eines Erregungssignals. Die 36 Bits des Filtersignals entsprechen acht Koeffizienten eines linearen Kurzzeitvorhersagefilters. Die 188 Bits des Erregungssignals entsprechen 60 Erregungsparametern.
Beim Empfang empfängt dementsprechend ein Codierer, der eine Synthese durchführt, Züge von 260 Bits pro 20-ms-Periode (also mit einer Rate von 13 kbit/s). Dieser Synthesecodierer umfasst zwei hintereinander geschaltete programmierbare Filter. Ein erstes Langzeitfilter empfängt die Erregungssignale und filtert sie mit den Filterkoeffizienten, die den 36 Bits des Pitch-Signals entsprechen. Ein zweites, kurzzeitiges Filter, das dem ersten nachgeschaltet ist, filtert das resultierende Signal mit den Filterwerten, die den 36 Bits des Kurzzeitfiltersignals entsprechen. Das registrierte Signal hat wie das ursprüngliche PCM-Signal eine Rate von 104 kbit/s.
Die gesamte in Fig. 1a durchgeführte Verarbeitung wird mit einem Takt durchgeführt. Die Periode dieses Takts ist nach der gegenwärtig geltenden Norm 20 ms. In jeder Periode des Taktes muss ein Zug von 260 Bits erzeugt werden, der die Parameter der drei Größen darstellt. In der genannten Norm gibt es für 20 ms 260 zu übertragende Bits, was einer Rate von 13 kbit/s entspricht.
Die Quellcodierung umfasst die Umformung einer analogen Amplitude (des Werts der für den Schall repräsentativen Druckwelle) in drei Typen von Größen. Die erste Größe stellt die Grundfrequenz oder den Pitch dar; dieser Parameter wird im Allgemeinen als Long Term Prediction oder LTP bezeichnet. Diese erste LTP-Größe ist in Unterrahmen von 5 ms codiert, also vier Unterrahmen in 20 ms. In jedem Unterrahmen sind 9 Bits codiert, also insgesamt 36 Bits pro 20-ms-Rahmen. Die LTP-Pitch-Größe und die neun jedes Mal codierten Bits entsprechen zwei Komponenten: einer Verzögerung oder Lag (codiert auf 7 Bits), die eine Größe der Pitch-Periode oder eine Verzögerung des Langzeitvorhersagefilters definiert, und einer Amplitude (auf 2 Bits codiert), die einen optimalen Koeffizienten des Langzeitvorhersagefilters definiert.
Was die acht Koeffizienten des Kurzzeitfilters angeht, so werden diese in einem transformierten System ausgedrückt, das als Log Area Ratio oder LAR-Koeffizienten LAR1 bis LAR8 bezeichnet wird. Diese Koeffizienten sind je nach ihrer Bedeutung oder ihrer zugeordneten Energie mit variabler Dynamik quantisiert. So sind zwei erste Koeffizienten LAR1 und LAR2 des Kurzzeitfilters auf 6 Bits quantisiert. Zwei folgenden Koeffizienten LAR3 und LAR4 ist eine Dynamik von 5 Bits zugeteilt. Zwei folgenden Koeffizienten LAR5 und LAR6 ist eine Dynamik von 4 Bits zugeteilt, und den zwei letzten Koeffizienten LAR7 und LARB ist eine Dynamik von drei Bits zugeteilt. In der Praxis werden der Darstellung des Kurzzeitfilters so 36 Bits zugeteilt.
Unter den 260 übertragenen Bits dienen die 188 übrigen Bits (260-36-36) zum Codieren der 60 Erregungsparameter oder RPE (Regular Pulse Excitation). Die RPE-Erregung wird wie das Pitch-Signal auf vier Unterrahmen berechnet, die jeweils 40 Abtastwerten (5 ms) entsprechen. Die vier so berechneten RPE- Erregungen werden jeweils in Form von gleichmäßig beabstandeten Gittern der Schrittweite 3 bei der ursprünglichen Abtastfrequenz von 8 kHz beschrieben. Jedes Gitter wird mit 15 RPE- Parameter beschrieben, welche sind.
- eine auf zwei Bits codierte Gitterposition oder -verschiebung (RPE grid position);
- eine auf sechs Bits codierte Amplitude auf dem Unterrahmen;
- und 13 Koeffizienten, die eine relative Amplitude jeder Spitze des Gitters (RPE-Pulses) beschreiben. Diese 13 Koeffizienten sind jeweils auf drei Bits codiert.
Wenn eine digitale Meldung so codiert ist, erfährt sie außerdem im Moment der tatsächlichen Übertragung eine Kanalcodierung, um auf einem Funkkanal übertragen zu werden, der eine hohe Übertragungsfehlerquote aufweist. Die bei der GSM-Telefonie angewendete Kanalcodierung setzt sich zusammen aus den folgenden, in Fig. 1b gezeigten Schritten. Der erste Schritt betrifft eine systematische Einteilung der Bits in drei Kategorien in Abhängigkeit von ihrer durch die Norm festgelegten Fehlerempfindlichkeit:
- Klasse Ia: 50 sehr empfindliche Bits
- Klasse Ib: 132 empfindliche Bits
- Klasse II: 78 nicht empfindliche Bits.
Diese Klassifizierung ist in der GSM-Empfehlung 5.03 definiert. Die Klasse Ia enthält im wesentlichen die Bits mit hohem Gewicht der diversen Parameter. Die Klassen Ib und II enthalten die weniger signifikanten Bits.
Ein zweiter Schritt besteht im Schützen der Bits in Abhängigkeit von ihrer Empfindlichkeitsklasse. Dieser Schutz wird erreicht durch:
- für die Klasse Ia: Hinzufügen eines zyklischen Fehlererkennungscodes (CRC) von 3 Bits (53 Bits am Ausgang);
- für die geschützte Klasse Ia und die Klasse Ib werden zusammen vier Trailerbits, also 189 Bits am Ausgang, hinzugefügt. Außerdem wird auf die Menge von 189 Bits ein Faltungskorrekturcode im Verhältnis % angewendet, was 378 Bits am Ausgang ergibt;
- für das vorhergehende Ergebnis und die Bits der Klasse 2, also insgesamt 456 Bits, gibt es keinen zusätzlichen Schutz.
Die in 20 ms gewonnenen insgesamt 456 Bits werden dann für die Übertragung einem Beispiel zufolge auf vier aufeinanderfolgende Rahmen verteilt. Jeder Übertragungsrahmen umfasst insbesondere im GSM-System vom Typ TDMA Zeitfenster von 577 us, in deren Verlauf jedes Mal 156 Bits gesendet werden. Die 156-Bit-Nachrichten umfassen zu Beginn und Ende der Nachricht 10 nicht signifikante Bits, die insbesondere zur Synchronisation dienen. Diese 10 Bits werden im wesentlichen verwendet, um den Leistungspegel des Mobiltelefonsenders einzuregeln, um zu vermeiden, dass diese Leistung zu abrupt einsetzt und Verzerrungen durch Perkussionseffekte bewirkt.
Dann werden zwei Informationszüge von 57 Bits gesendet: Sie stellen die zu übertragende Nachricht dar. Sie sind beiderseits einer Nachricht von 22 Bits platziert, die die Identität des Mobiltelefons, der Kommunikation oder des Gesprächspartners betreffen, von dem die Nachricht ausgeht. Für einen Rahmen werden somit in einem gegebenen Zeitfenster zweimal 57 für die Nachricht repräsentative Nutzbits gesendet. Da die Nachricht in vier aufeinanderfolgenden Rahmen gesendet wird, werden 2 · 57 · 4 = 456 Bits in vier Rahmen gesendet, und zwar in einer Zeitdauer von 18,46 ms. Dies bedeutet, dass die Rate des Kanals geringfügig höher als die des Quellcodierers ist, so dass die digitalisierte Nachricht vollständig übertragen werden kann.
Anstelle einer Codierung von TDMA-Typ könnte man eine Codierung vom CDMA-Typ oder eine andere funkelektrische Schnittstelle des zellularen (oder nicht zellularen) Systems verwenden, sobald die Rate des Systems höher als die des Sprachcodierers ist.
Beim Empfang durchläuft die empfangene digitale Nachricht eine Kanaldecodierung, die dieser Kanalcodierung entspricht und im Takt von 260 Bits alle 20 ms die drei obengenannten Typen von Information und zusätzlich den Hinweis auf eventuelle Restfehler in den Bits der Klasse Ia liefert.
Fig. 2 zeigt, dass die codierten und geschützten Sprachinformationen anschließend von einem Mobiltelefon MS1 an ein Mobiltelefonienetz PLMN (Public Land Mobile Network) übertragen werden. Das PLMN-Netz führt die Kanaldecodierung dieser Sprachinformationen in Basisstationen BTS (Base Transceiver Station) aus und erzeugt Daten im GSM-Sprachformat, d. h., als ob sie von einem Quellcodierer kämen. Anschließend wandelt das PLMN-Netz die Daten im GSM-Sprachformat in Daten in einem allgemein in leitungsvermittelten Telefonnetzen verwendeten Format um. Letzteres Format, als A-Rule-PCM bezeichnet, führt zu einer Rate von 64 kbit/s, entsprechend 8.000 auf 8 Bit Breite codierten Abtastwerten pro Sekunde. Diese Codewandlung wird durch eine Einrichtung des PLMN-Netzes namens TRAU (Transcoder Rate Adaptation Unit) bewirkt, die sich im Allgemeinen am Ort von als MSC (Mobile Services Switching Center) bezeichneten Schaltungen dieses Netzes befindet.
Die TRAU-Codewandlung besteht darin, die Sprachsynthese mit einem Decoder durchzuführen, der äquivalent zum Umkehrprozess des weiter oben beschriebenen Quellcodierers ist. Man erhält dann ein Sprachsignal in PCM-(Pulse Code Modulation) Darstellung aus 8.000 Abtastwerten pro Sekunde, codiert auf 13 Bit, wie das Originalsignal, auf die eine als A-Rule bezeichnete logarithmische Umwandlung angewendet wird, die jeden Abtastwert auf 8 Bit (also 64 kbit/s) codiert. Diese neue Form des Sprachsignals enthält alle physikalischen Informationen des vorhergehenden Signals im GSM-Format bis auf Übertragungs- und Codewandlungsfehler. Dieses Signal im Format PCM A-Rule wird an ein Vermittlungsnetz RTC, insbesondere ein leitungsgebundenes Netz, übertragen.
In diesem Vermittlungsnetz RTC wird das 64 kbit/s-Signal entweder in ein Analogsignal umgewandelt oder in digitalen Schaltungen übertragen. Dann wird es bis zu einem Empfänger auf diesem Vermittlungsnetz befördert. Oder es wird bis zu einer anderen Einrichtung vom Typ TRAU befördert, wenn der Empfänger seinerseits ebenfalls in einem zellularen Mobiltelefonienetz lokalisiert ist. Diese andere TRAU-Einrichtung führt eine inverse Umwandlung zu der der ersten TRAU-Einrichtung durch, um es wieder auf GSM-Rate und -Format zu bringen und wird hier als inverse TRAU bezeichnet.
Man sieht in Fig. 2, dass das ursprüngliche Sprachsignal im GSM-Format mit 13 kbit/s mehrere TRAU-Codewandlungen hin und zurück durchlaufen kann. Jeder Codewandlungs- und Übertragungsschritt kann den Inhalt dieses Signals beeinträchtigen. Insbesondere wenn man am Ende der Empfangskette das GSM-Format mit 13 kbit/s wieder herstellen will, wird die hörbare Sprache sehr ähnlich der am Ende der Sendekette sein, aber die Werte der Parameter des Modells (LTP, LAR, RPE) können deutlich unterschiedlich sein.
Wenn man einen Sprachkanal verwenden will, um Daten zu übertragen, ist es daher nicht möglich, einfach die beschreibenden Bits dieser Parameter am Sender durch die zu übertragenden Daten zu ersetzen, um sie am Empfänger wieder herzustellen. Wenn man so vorginge, würden am Ende der Kette Fehler auftreten. Außerdem sind die Codewandler gut angepasst an die Handhabung typischer Parameter der menschlichen Sprache. Wenn man die beschreibenden Bits dieser Parameter durch Rohdaten ersetzt, erhält man a priori aleatorische Bitkonfigurationen. Es ist dann möglich, dass die Analyse- und Syntheseschaltungen diese Konfigurationen nicht wieder herstellen können. Dies ist z. B. der Fall, wenn diese Konfigurationen von Bits abrupte Änderungen der Energie der Blöcke oder des Werts des Pitch darstellen. Dieser Stand der Technik ist in dem Dokument EP 564 697 beschrieben.
Ziel der Erfindung ist, die genannten Nachteile zu beheben, indem zu übertragende Datenbits in die 260 Bits des GSM- Sprachformats platziert werden. Das Prinzip der Erfindung ist, bestimmte Randbedingungen zu erfüllen. Diese Randbedingungen sind:
- Randbedingung 1: Die durch die Kanalcodierung am stärksten geschützten Bits müssen bestmöglich genutzt werden;
- Randbedingung 2: Es dürfen keine Konfigurationen oder Veränderungen eingeführt werden, die mit dem guten Funktionieren der existierenden TRAU-Codewandlereinrichtungen unvereinbar sind;
- Randbedingung 3: Es darf keine Information in Bits platziert werden, die im Hinblick auf Codewandlungs- und Übertragungsphänomene unsicher sind.
In der Erfindung werden die in den PLMN- und RTC-Netzen für die Sprachübertragung vorhandenen Schaltungen weiter verwendet. Die Mobiltelefon- und Vermittlungsnetzbetreiber dürfen nämlich nicht gezwungen sein, ihre Einrichtungen auszutauschen. In der Erfindung werden dennoch die Sprachkanäle zur Datenübertragung eingesetzt, insbesondere mit einer höheren Rate als der, zu der die Signalisierungskanäle in der Lage sind, und bei geringeren Kosten der Datenkanäle.
In der Praxis können mit den erwähnten Worten von 260 Bits 2²&sup6;&sup0; unterschiedliche binäre Konfigurationen auftreten. Unter allen diesen Konfigurationen sind erfindungsgemäß bestimmte an der entfernten Einrichtung nicht wieder herstellbar. Erfindungsgemäß wird eine große Zahl von diesen beseitigt. Die beseitigten Bitkonfigurationen stehen im Zusammenhang mit:
- Randbedingung 1: In diesem Fall werden die Bits der Klasse II nicht verwendet;
- Randbedingung 2: In diesem Fall sind starke Amplitudenänderungen der Pitch-Werte oder der Energie der Rahmen ausgeschlossen;
- Randbedingung 3: Die niedrigwertigen Bits der Parameter des Quellcodierers sowie die von den ersten Schritten der Analyse (RPE) abhängigen Parameter werden nicht verwendet. Die für die RPE-Erregung analysierten Werte hängen nämlich stark von den, Langzeit- und Kurzzeitfilterungsschritten ab. Wenn diese zwei Filter bei der Übertragung oder Codewandlung Veränderungen erfahren haben, können die neuen RPE-Parameter von den Anfangswerten stark verschieden sein. Wie man sehen wird, ist es dennoch möglich, bestimmte Größen sowie eine globale Gestalt der RPE-Gitter über die gesamte Übertragung hinweg aufrechtzuerhalten. Zum Beispiel kann der Wert der maximalen Amplitude des Blocks sowie eine Menge von Konfigurationen der Gitter genannt werden, die aus einer Unterquantisierung der Gesamtheit der möglichen Werte "grid- position"-"RPE pulses" hervorgehen.
Außerdem werden in der Erfindung diejenigen Bitkonfigurationen unter den 260 Bits des 20-ms-Rahmens bewertet, die in den Codewandlungs- und Übertragungsschritten am besten ausgewertet werden. Diese Konfigurationen sind zugelassene Konfigurationen. Sie werden als robuste Konfigurationen bezeichnet. Die robusten Konfigurationen sind allerdings nicht festgelegt. Tatsächlich kommt ein dynamischer Aspekt durch die Randbedingung 2 ins Spiel. Die anderen Konfigurationen sind verbotene Konfigurationen.
In der Erfindung wird eine Zahl von robusten Konfigurationen beibehalten, die deutlich kleiner als 2²&sup6;&sup0; ist. Bei einem Beispiel werden 2&sup6;&sup4; beibehalten. So wird ein Codewandlungssystem geschaffen, das einer MODEM-Funktion nahe ist, die jedes Wort der zu übertragenden Daten in robuste Konfigurationen wandelt. Diese Codewandlung bewirkt eine Wandlung von zu übertragenden 64-Bit-Datenwörtern in 260-Bit-Wörter im GSM- Sprachformat. In diesen 260-Bit-Wörtern können nur 64 exakt durch ihre Position gekennzeichnete Bits einen Wert haben, der für die zu übertragende Nachricht signifikant sind. Die anderen Bits, die 196 übrigen Bits, haben festgelegte, von den zu übertragenden Daten unabhängige Werte. Diese festgelegten Werte können je nach besserer Robustheit eins oder null sein.
Erfindungsgemäß wird also der Quellcodierer durch einen spezifischen Codewandler ersetzt. Die robusten übertragenen Bitkonfigurationen werden dann von den inversen TRAU-Schaltungen korrekt interpretiert und normal auf dem RTC-Festnetz befördert. Beim Empfang werden im Fall eines leitungsgebundenen Endgeräts erneut mit einer TRAU-Schaltung aus den mit 64 kbit/s beförderten Daten robuste Nachrichten erzeugt, die mit 13 kbit/s im GSM-Sprachformat übertragen werden. Dann wird ein zu dem spezifischen Codewandler inverses Codewandlersystem zum Wiederherstellen der übertragenen Daten verwendet. Im Fall eines GSM-Endgeräts ist nur der Schritt der inversen Codewandlung erforderlich, weil die TRAU-Wandlung bereits von einem PLMN-Netz durchgeführt worden ist.
Die Erfindung erfordert also zusätzlich zu den herkömmlichen Einrichtungen der durchlaufenen Netze nur einen speziellen Codewandler, der den Quellcodierer beim Senden ersetzt, und beim Empfang einen zum vorhergehenden inversen speziellen Codewandler.
Gegenstand der Erfindung ist also ein Verfahren zur Übertragung von Daten auf einem Sprachkanal, insbesondere der Mobiltelefonie, das dadurch gekennzeichnet ist, dass
- in einem Formatierschema von Sprachrahmen Konfigurationen von binären Folgen ermittelt werden, die verbotenen, nicht robusten Konfigurationen entsprechen,
- die zu übertragenden Daten in Daten im Format der Sprachübertragung gewandelt werden, wobei nur von den verbotenen Konfigurationen verschiedene Bitkonfigurationen verwendet werden,
- die codegewandelten Daten in einem Netz, insbesondere einem Mobiltelefonienetz, übertragen werden,
- und sie beim Empfang entsprechend decodiert werden.
Gegenstand der Erfindung ist auch eine Vorrichtung zur Übertragung von Daten auf einem Sprachkanal, insbesondere der Mobiltelefonie, die gekennzeichnet ist durch
- eine Codewandlerschaltung zum Codewandeln eines in einem Blockformat verfügbaren Blocks von zu übertragenden Bits in eine in einem Sprachübertragungsformat formatierte Bitnachricht, wobei das Blockformat eine kleinere Bitzahl als die Bitzahl des Sprachübertragungsformats umfasst, und
- einen Umschalter zum Ersetzen einer von einem Sprach- Quellcodierer abgegebenen Nachricht durch eine von einem Sprach-Quellcodierer abgegebenen Nachricht in einem Sprachübertragungsformat formatierten Bitnachricht bei der Übertragung.
Die Erfindung ist besser zu verstehen anhand der Lektüre der nachfolgenden Beschreibung und der beigefügten Figuren. Diese sind nur zur Erläuterung der Erfindung angegeben und haben keinerlei einschränkenden Charakter. Es zeigen:
Fig. 1a und 1b, bereits kommentiert, die Darstellung der Schritte der Analyse und Synthese der Sprache im Fall eines GSM-Codierers vom Full-Rate-Typ, wie er in GSM-Endgeräten oder TRAU-Einrichtungen vorkommt, und die Formatierung der aus diesem Quellcodierer hervorgegangenen Parameter und ihren Schutz vor dem Senden auf einem verrauschten Mobiltelefonienetz;
Fig. 2, bereits kommentiert, eine schematische Darstellung des GSM-Netzes und der verschiedenen auftretenden Codewandlungsschritte;
Fig. 3 eine schematische Darstellung eines Beispiels der Mittel zur Ausführung des Verfahrens gemäß der Erfindung.
Fig. 3 zeigt eine Sende-Empfangskette, die in der Mobiltelefonie zum Übertragen von Sprachnachrichten eingesetzt wird. Z. B. empfängt ein Mikrofon 1 die von einem Sprecher ausgesprochenen Wörter. Diese Wörter werden, wie oben erläutert, durch einen Quellcodierer 2 codiert. Bevor sie übertragen werden, werden die am Ausgang des Quellcodierers 2 verfügbaren digitalisierten Informationen von einer Kanalcodierschaltung 3 verarbeitet. Anschließend werden sie von einem Sender 4 gesendet. Eine Basisstation 5 in Funkverbindung mit dem Sender 4 fängt die gesendeten Signale auf und decodiert sie in einer Kanaldecodierschaltung 6. Wie oben ausgeführt, kann die Basisstation 5 in Verbindung mit den Schaltungen eines Telefoniebetreibers stehen, der ein Vermittlungsnetz betreibt.
In diesem Fall passt dieser Betreiber in einer TRAU-Schaltung 7 die Rate der von der Decodierschaltung 6 verteilten Informationen an, bevor er sie zum Gesprächspartner befördert, der sie hören soll. Dieser Gesprächspartner verfügt insbesondere über eine Anordnung von Schaltungen und über Mittel zum Umwandeln der digitalisierten Informationen in Schallwellen. Diese Anordnung von Schaltungen und diese Mittel sind schematisch darstellt durch einen Lautsprecher 3. Eventuell ist der Hörer selbst an ein Mobiltelefonienetz angeschlossen, wobei in diesem Fall der Mobiltelefoniebetreiber die mit hoher Rate formatierten Daten in mit niedrigerer Rate formatierte Daten umwandelt, die für den Mobiltelefoniebetreiber brauchbar sind. Diese Rückwandlung wird in einer zur Schaltung 7 inversen Schaltung 9 (TRAU) durchgeführt. Dies bedeutet, dass die Schaltungen 9 zum Stand der Technik gehören.
Erfindungsgemäß wird eine Codewandlerschaltung 10 eingesetzt, die eine Codewandlungsfunktion T durchführt. Die Schaltung 10 empfängt periodisch am Eingang Wörter 11 in einem gegebenen Blockformat. In einem Wort 11 gibt es so einem Beispiel zufolge 4 Blöcke 12 bis 15, die jeweils 12, 16, 16 und 20 Bits, also insgesamt 64 Bits, pro Wort 11 enthalten. Periodisch sendet die Schaltung 10 am Ausgang Wörter 16 in einem anderen Format.
Dieses andere Format ist das Format der Sprachübertragung, insbesondere das der Sprache bei Mobiltelefonie, wie sie der Quellcodierer 2 erzeugen würde. Der Unterschied äußert sich darin, dass die Wörter 16 länger als die Wörter 11 sind. Eine wesentliche Besonderheit der Erfindung ist, dass in dem verwendeten Sprachübertragungsformat bestimmte Konfigurationen verboten sind. Dies führt dazu, dass zu übertragende Datenwörter 11 zwangsläufig eine geringere Länge als tatsächlich in dem Sprachübertragungsformat übertragene Wörter 16 haben.
In dem schematisch dargestellten Beispiel haben die Wörter 16 somit eine Länge von 260 Bits. Sie sind aufgeteilt auf Blöcke 17 bis 20 mit jeweils Größen von 36, 24, 164 und 36 Bits. Die Periodizität ihrer Aussendung beträgt 20 ms und entspricht 4 Rahmen der Mobiltelefonieübertragung zwischen Sender 4 und Basisstation 5. Diese Wörter 16 umfassen einen ersten auf 36 Bits codierten Abschnitt 7, der für den Pitch repräsentativ ist, einen zweiten, auf 24 Bits codierten Abschnitt, der für den Amplitudenparameter des RPE-Signals repräsentativ ist, einen dritten Abschnitt 19, der auf 164 Bits codiert ist und für das Erregungsgitter RPE repräsentativ ist, und schließlich einen auf 36 Bits codierten vierten Abschnitt, der für die LAR-Koeffizienten der Kurzzeitfilterung repräsentativ ist.
Erfindungsgemäß werden in den so gesendeten 260 Bits, die 2²&sup6;&sup0; möglichen Konfigurationen entsprechen, die verbotenen Konfigurationen beseitigt. Dabei wird die Schreibung B7, B6, B5, B4, B3, B2, B1, B0 verwendet, um die Bits, die ein 8-Bit-Wort bilden, in Reihenfolge abnehmenden Gewichts zu bezeichnen.
Pro Unterrahmen von 5 ms im Sprachformat werden die folgenden Konfigurationen verwendet.
Für den LTP-Bereich dieses Signals, auf 9 Bits codiert,
- werden für den LTP-Lag verwendet: B6, B5, B4, B3, also vier von sieben Bits (deshalb haben B2, B1 und B0 einen festgelegten Wert, z. B. 0);
- wird für den LPT-Gain verwendet: B1, also jedes zweite Bit (damit hat B0 einen festgelegten Wert;
Für den RPE-Teil dieses Signals, auf insgesamt 47 Bits codiert,
- wird für die Amplitude des auf sechs Bits codierten Blocks verwendet: B5, B4, B3, B2, also vier von sechs Bits (weswegen B1 und B0 festgelegt sind);
- und wird für die Gitterposition, auf zwei Bits codiert, kein Bit verwendet, also null Bits von zwei (weswegen B1 und B0 festgelegt sind);
- werden für RPE-Pulse vier Bits von den 13 · 3 (B2, B1, B0) = 39 verfügbaren und den 13 Koeffizienten entsprechenden Bits verwendet. Die vier verwendeten Bits erlauben die Definition von 16 deutlich voneinander verschiedenen Konfigurationen. Sie werden ausgewählt durch eine Gitterbildung durch Maximierung eines euklidischen Abstands der 13 Koeffizienten untereinander.
Definitiv werden also pro Unterrahmen von 5 ms 4 + 1 5 Bits des LTP-Signals und 4 + 4 8 Bits des RPE-Signals verwendet. Diese insgesamt 13 verwendeten Bits pro 5-ms-Unterrahmen führen also zu 52 verwendeten Bits pro 20-ms-Rahmen. Im Vergleich werden für einen Rahmen von 20 ms normalerweise dem LTP-Teil des Signals 36 Bits und dem RPE-Bereich dieses Signals 188 Bits zugeteilt.
Anschließend werden pro 20-ms-Rahmen des Signals im Sprachformat die folgenden Konfigurationen für den LAR-Teil dieses auf 36 Bits codierten Signals verwendet:
- für LAR 1 und LAR 2: B5, B4, B3, also 2 · 3 Bits von den 2 · 6 möglichen Bits;
- LAR 3 und LAR 4: B4, B3, also 2 · 2 Bits von den 2 · 5 möglichen Bits:
- LAR 5 und LAR 6: B3, also 2 · 1 Bit von 2 · 4 möglichen Bits;
- LAR 7 und LAR 8: kein Bit von 2 · 3 möglichen Bits.
In den acht Fällen sind B2, B1 und B0 festgelegt. Es werden also insgesamt deshalb anstelle der 36 verfügbaren Bits 12 Bits pro 20-ms-Rahmen genutzt.
Insgesamt werden also 52 · 12 = 64 Bits pro 20-ms-Rahmen genutzt. Man erhält dementsprechend eine Informationsrate von 3.200 Bits/s.
Mit anderen Worten, geht man so durch Neutralisieren von 196 Bits von 2²&sup6;&sup0; möglichen Konfigurationen für die Wörter 16 auf 2&sup6;&sup4; verschiedene verfügbare Konfigurationen zum Codieren der Wörter 11 über. Für diese 2&sup6;&sup4; verschiedenen Konfigurationen der Wörter haben die vorgegebenen Bits jedes Mal als Wert die 1 oder die 0, wie oben angegeben. Dies läuft auf die Bildung von bevorzugten Anordnungen von 64 Bits unter 260 hinaus. In diesen Anordnungen ist selbstverständlich an dem Ort der für die zu übertragenden Daten repräsentativen Bits der Wert frei, so wie der Wert derjenigen, die sich am Ort der Bits, die immer einen festgelegten Wert haben müssen, unabhängig von dem Wert der zu übertragenden Daten fest ist.
Die Codewandlungsfunktion T der Tabelle 10 kann darin bestehen, mit einem Wort 11 von 64 Bits eine Codewandlungstabelle zu adressieren. Man kann bevorzugen, die Schaltung 10 in Form von vier Tabellen 21 bis 24 in nichtflüchtigen Speichern (EEPROM oder EPROM) auszuführen, die jeweils durch Wörter passender Länge adressierbar sind. An jedem in jeder der vier Tabellen 21 bis 24 der Schaltung 10 gelesenen Speicherplatz 25 kann ein Block von gewünschten Bits zum Bilden des Worts 16 abgegriffen werden.
Anschließend kann man diese Blöcke entsprechend der Syntax der binären Folge der Norm verknüpfen, um periodisch Nachrichten von 260 Bits zu bilden. In den so gebildeten Nachrichten von 260 Bits findet man Teile, bei denen die Bits nicht für zu übertragende Informationen repräsentativ sind, sondern festgelegt sind, um das Kriterium der Stetigkeit der Parameter einzuhalten.
So erlaubt der Teil 15 des Worts 11, der 20 Bits umfasst, viermal mit jeweils fünf Bits die Tabelle 21 zu adressieren, die die (fiktive) LPE-Codierung durchführt. Für fünf Adressbits liefert die Tabelle 21 Wörter von neun Bits. Viermal in der Zeit eines Sprachrahmens gelesen liefert sie die 4 · 9 = 36 Bits des Blocks 17 des Wortes 16. Ein Teil 26 des Blocks 17 stellt die zu übertragenden Informationen dar. Ein Teil 27 dieses Blocks stellt die Bits mit festgelegten Werten dar. Als nicht robust sind alle Konfigurationen des Worts 16 verboten, in denen die Bits der Teile 27 andere als die festgelegten Werte haben. Die Teile mit einem gleichen festgelegten Zeichen in den Wörtern 16 sind jeweils durch ein Kreuz dargestellt, wodurch gezeigt wird, dass diese Bits nicht verfügbar sind, um Informationen darzustellen. Der Teil 14 des Wortes 11 umfasst 16 Bits. Dieser Teil wird auch viermal im Rhythmus der Unterrahmen zum Lesen der Tabelle 22 mit 4-Bit-Adressen genutzt. Die Tabelle 22, die (fiktiv) der Amplitudencodierung (LPE-Amplitude) entspricht, liefert dann viermal 6-Bit- Wörter. Der Teil 18 des Worts wird so durch Verkettung von 4 · 6 Bits gewonnen. Der Teil 13 des Wortes 11 umfasst ebenfalls 16 Bit. Wie oben gesagt, wird er viermal gelesen, um viermal im Laufe eines Rahmens des Sprachsignals die Tabelle 23 zu adressieren. Die Tabelle 23 wandelt somit jedes Mal die vier Adressenbits in 41 Bits. Von diesen 41 Bits entsprechen 39 Bits dem RPE-P (Pulse) des Sprachsignals und zwei Bits entsprechen der Position des Gitters. Diese zwei letzteren Bits sind immer noch fest. Von den 39 Bits sind nur vier an Positionen, die für zu übertragende Informationen repräsentativ sind.
Schließlich umfasst der Teil 12 des Worts 11 12 Bits. Er erlaubt es, einmal pro Rahmen die Tabelle 24 zu adressieren und dem Wort 16 entsprechende 36-Bit-Wörter zu erzeugen. Die Wörter der Tabellen 21, 22, 23 und 24 haben somit jeweils Längen von 9, 6, 41 und 36 Bits. Die Tabellen 21, 22, 23 werden viermal gelesen, während die Tabelle 24 einmal gelesen wird, die Rate der Schaltung 10 beträgt also 4 · (9 + 6 + 41) + 36 = 260 Bits pro 20-ms-Rahmen.
Diese dynamische Bestimmung von effektiv auf dem Netz gesendeten kompletten Wörtern obliegt einer Steuerschaltung 28. Die Schaltung 28 umfasst einen Mikroprozessor und einen Sequenzierer und kann u. a. damit befasst sein, die Stetigkeitsbedingungen in Bezug auf Größen zwischen Rahmen und Unterrahmen zu überprüfen, die der Codewandlung von Wörtern 11 in Wörter 16 entsprechen. Außerdem ist es möglich, die Speicher 21 bis 24 durch ein Programm zu ersetzen, das mit Unterstützung des Mikroprozessors 28 in dem Wort 16 an den Positionen der freien Bits Bitwerte, die dem Wort 11 entsprechen, und an den anderen Positionen festgelegte Werte einsetzt. Diese festgelegten Werte können vorab definiert oder in Abhängigkeit von den Werten der Bits an den freien Positionen abgewandelt werden.
Wenn man mit dem erfindungsgemäßen Verfahren Daten schicken will, bewirkt man beim Senden eine solche Schaltung, dass die Kanalcodierschaltung 3 sich mit der Schaltung 10 anstatt mit dem Quellcodierer 2 verbindet. Diese Umschaltung kann automatisch sein und mit einem vorherigen Schritt des Aushandelns des Übertragungsmodus zwischen den miteinander kommunizierenden Endgeräten zusammenhängen. Sie kann z. B. aus einem Signalisierungsschritt in einer Sprachkommunikation oder aus "In- Band"-Signalisierung resultieren.
Beim Empfang kann eine Empfangsschaltung, die das erfindungsgemäße Verfahren anwendet, egal ob sie an ein festes Telefonie-Vermittlungsnetz angeschlossen ist oder nicht, eine Schaltung 9 von bekanntem Typ umfassen oder nicht umfassen, die die Umkehrung der bekannten Funktion 7 bewirkt. Am Ausgang einer solchen Schaltung 9, nach der Verkettung der Schaltungen 6, 7 und 9, wird die Rate so wieder auf 13 km/s gesetzt, und die Formatierung ist die der Quellcodierung. Dabei werden die Fälle der Kommunikation eines Mobilgeräts mit einem leitungsgebundenen Gerät oder von Mobilgerät zu Mobilgerät unterschieden. Hintereinander geschaltet mit einer solchen inversen TRAU-Schaltung 9 oder, im Falle einer Mobilstation-zu-Mobilstation-Beziehung- direkt hintereinander geschaltet mit einer Kanaldecodierschaltung 6 wird eine Schaltung 29 vorgesehen, die eine Decodierung mit einer zur von der Schaltung 10 durchgeführten Codierfunktion T inversen Funktion T&supmin;¹ durchführt. Die Schaltung 29 kann auch Tabellen aufweisen. Die Umschaltung von Sprache auf Daten beim Empfang kann einfach durch die Art der empfangsseitig angebrachten Einrichtungen oder den oben erwähnten Verhandlungsschritt vorgegeben sein.
Wenn das Gerät am Empfang ein Mobiltelefoniegerät ist, empfängt es direkt Nachrichten im Mobiltelefonie-Übertragungsformat (mit 260 Bits pro Wort alle 20 ms). In diesem Fall ist es für die Decodierung nicht notwendig, dass die Schaltung 9 vorhanden ist, weil ihre Funktion (nur ggf.) bereits von dem Festnetztelefoniebetreiber vorgenommen worden ist.
Zusammenfassend umfassen Mobiltelefone, die mit Mitteln zum Ausführen des erfindungsgemäßen Verfahrens ausgestattet sind, die Schaltung 10 zum Senden und die Schaltung 29 für den Empfang. Diese zwei Schaltungen sind durch den Mikroprozessor 28 verwaltet. Bei Festnetzbetrieb, verbunden mit einem Vermittlungstelefonienetzwerk, sollen die zum Ausführen des erfindungsgemäßen Verfahren nützlichen Einrichtungen am Empfang eine Schaltung 9 und eine Schaltung 29 aufweisen.
Beim Senden von Daten auf einem Sprachkanal von einer mit einem Vermittlungsnetz verbundenen Station an ein Mobiltelefon muss die Sendervorrichtung eine Schaltung 10 und eine Schaltung 28 umfassen. Der Mobiltelefoniebetreiber führt seinerseits für die Funkübertragung die Wandlung der Datenrate mit einer Schaltung 7 und einer Schaltung 9 durch. Beim Empfang ist das Vorhandensein der Schaltung 29 die einzige Anforderung an das mobile Endgerät.
Mit dem erwähnten Beispiel können 64 Bits pro 20-ms-Periode übertragen werden. Dies führt zu einer Rate von 3200 Bits pro Sekunde.
Es ist außerdem möglich, einen empirischen Ansatz zu verwenden, um mehr Bits als die 64 Bits als Kandidaten zur Schaffung der robusten Konfigurationen einzubeziehen. Z. B. sind 100 Bits oder mehr denkbar. Ein solcher empirischer Ansatz, verknüpft jeweils mit Typ des Quellcodierers (und der ihm entsprechenden TRAU), wird vorzugsweise mit programmierbaren Tabellen 21 bis 24 geführt. Sobald die wahre Definition der Funktion T gefunden ist, kann eine spezifische Verkettungsschaltung realisiert werden, indem der Mikroprozessor 28 und eine geeignete Verkettungssoftware eingesetzt wird.
Schließlich kann in einem Mobiltelefon oder bei der Übertragung eines Sprachkanals im Netz ein Echophänomen auftreten. Es ist bekannt, eine sog. Echoaufhebungsfunktion einzusetzen, um dieses Phänomen zu begrenzen. Diese Funktion hat eine Veränderung des gesendeten Signals zur Wirkung. In dem Fall, wo die Parameter der codierten Sprache durch zufällige Daten ersetzt werden, läuft man Gefahr, den Inhalt der Nachricht zu verfälschen. Es ist daher notwendig, die Echoaufhebungsfunktionen auszusetzen, um die Erfindung anzuwenden. Aus den gleichen Gründen müssen die Funktionen zur Erfassung von Sprachaktivität, deren Aufgabe es ist, lediglich ein Rauschen zu übertragen, wenn der Sprecher nicht spricht, deaktiviert werden, wenn die Erfindung eingesetzt wird.

Claims

1. Verfahren zur Übertragung von Daten zwischen zwei Fernmeldeendgeräten auf einem Sprachkanal, insbesondere der Mobiltelefonle, über ein Fernmeldenetz mit Codewandlereinheiten, sogenannten TRAUs, für Sprachsignale, wobei die zwischen den Endgeräten ausgetauschten Sprachsignale in jedem Endgerät nach einem vorgegebenen Sprachcodierschema kodiert und dekodiert werden, dadurch gekennzeichnet, dass

- in dem Sprachcodierschema Konfigurationen von binären Folgen ermittelt werden, die robusten, mit den Codewandlereinrichtungen TRAU des Fernmeldenetzes kompatiblen Konfigurationen entsprechen, die zu übertragenden Daten in Daten im Format der

- Sprachübertragung unter Beibehaltung nur der robusten Konfigurationen (26, 27) codegewandelt, die codegewandelten Daten auf einem Netz, insbesondere

- einem Mobiltelefonienetz, übertragen werden (4, 5), und sie entsprechend beim Empfang decodiert werden (29).

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass

- die Art und/oder das Format der Übertragung der Mobiltelefonie an eine Rate und/oder ein Format der Übertragung der Festnetztelefonie angepasst werden (7) und nach Übertragung auf dem Festnetz

- zum Decodieren die Rate und/oder das Format entgegengesetzt angepasst, wird/werden (9) und

- eine entgegengesetzte Codewandlung (29) durchgeführt wird.

3. Verfahren nach einem der Ansprüche 1 bis 2, dadurch gekennzeichnet, dass codegewandelt wird, indem einer Nachricht (16) aus nach einem Mobiltelefonieformat übertragenen Daten Bits (27) zugeordnet werden, deren Wert in Abhängigkeit von ihrem Ort in der übertragenen Nachricht festgelegt ist.

4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass das Sprachcodierschema eine Quellcodierung ist, die für ausgesprochene Wörter eine Grundfrequenzcodierung, eine Filtercodierung und eine Erregungscodierung umfasst.

5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass zum Codewandeln eine Codewandeltabelle verwendet wird.

6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass

zum Codewandeln eine Verkettung von zu übertragenden Daten (12-15) mit Bits (27) mit vorgegebenen Werten durchgeführt wird, um eine zu übertragende Nachricht in einem Quellcodierer-Ausgangsformat (17-20) zu erhalten,

die eine andere Zahl (260) von Bits als ein Format (64) der zu übertragenden Datenbits umfasst.

7. Vorrichtung zur Übertragung von Daten zwischen zwei Fernmeldeendgeräten auf einen Sprachkanal, insbesondere der Mobiltelefonie, über ein Fernmeldenetz mit Sprachsignal- Codewandlereinrichtungen, dadurch gekennzeichnet, dass sie umfasst

- eine Codewandlerschaltung (10) zum Codewandeln der zu übertragenden Daten in Daten im Format der Sprachübertragung unter Verwendung nur der robusten Konfigurationen (26, 27) des Sprachcodierschemas, die mit den Codewandlereinrichtungen TRAU des Fernmeldenetzes kompatibel sind und

- einen Umschalter zum Ersetzen der in einem Sprachübertragungsformat formatierten Nachricht von zu übertragenden Bits durch eine von einem Sprach- Quellcodierer abgegebene Nachricht.

8. Vorrichtung nach Anspruch 7, dadurch gekennzeichnet, dass die Codewandlerschaltung eingerichtet ist, um einen in einem Blockformat verfügbaren Block (11) von zu übertragenden Bits in eine in einem Sprachübertragungsformat (260) formatierte Nachricht aus Bits (16) umzuwandeln, wobei das Blockformat eine kleinere Zahl (64) von Bits als die Bitzahl des Sprachübertragungsformats umfasst.

9. Vorrichtung nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass sie in der Codewandlerschaltung eine Codewandeltabelle (21-24) umfasst.

10. Vorrichtung nach einem beliebigen der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass die Codewandlerschaltung eine Verkettungsschaltung (28) zum Verketten der Bits des zu übertragenden Blocks (27) mit festen Werten zum Bilden der im Sprachübertragungsformat formatierten Nachricht von Bits umfasst.

11. Vorrichtung nach einem der Ansprüche 7 bis 10, dadurch gekennzeichnet, dass sie im Empfang eine Sprachformat- Anpassungsschaltung (9) in Reihe mit einer entgegengesetzten (T&supmin;¹) Codewandlerschaltung (29) umfasst.