【学习笔记】A2X通信的协议(十二)- PC5信令协议数据错误处理

news2024/11/14 13:46:19

目录

10. 处理未知、未预见和错误的PC5信令协议数据

10.1 总则

10.2 消息过短或过长

10.2.1 消息过短

10.2.2 消息过长

10.3 未知或未预见的消息类型

10.4 非语义性强制信息元素错误

10.5 非命令性消息部分中的未知和未预见的IE

10.5.1 消息中未知的IEI

10.5.2 乱序的IE

10.5.3 重复的IE

10.6 非命令性消息部分错误

10.6.1 总则

10.6.2 语法不正确的可选IE

10.6.3 条件性IE错误

10.7 具有语义不正确内容的消息


  

3GPP TS 24.577 V18.1.0的技术规范,主要定义了5G系统中A2X通信的协议方面,特别是在PC5接口和Uu接口上的A2X服务。以下是文件的核心内容分析:

10. 处理未知、未预见和错误的PC5信令协议数据

10.1 总则

6.1条中规定的程序适用于通过第10条所述检查的消息。
第10条还规定了接收实体处理未知、未预见和错误的PC5信令协议数据的程序。这些程序被称为“错误处理程序”,但除了为错误情况提供恢复机制外,它们还为PC5信令协议的未来扩展定义了一种兼容性机制。
第10.1至10.7条应按优先顺序应用。
UE中的详细错误处理程序取决于具体实现,可能会有所不同。但是,当开发PC5信令协议的扩展时,将假定UE具有本条中指示为强制(“应”)和强烈推荐(“应该”)的错误处理。
此外,仅当在专用连接期间未达到某些错误阈值时,UE的错误处理才被视为强制或强烈推荐。
有关语义和语法错误的定义,请参见3GPP TS 24.007[19]的第11.4.2条。

10.2 消息过短或过长

10.2.1 消息过短

当收到的消息过短,无法包含完整的消息类型信息元素时,应忽略该消息,参见3GPP TS 24.007[19]。

10.2.2 消息过长

PC5信令消息的最大大小为65535个八位字节。

10.3 未知或未预见的消息类型

如果UE收到一条消息类型未定义为PC5信令协议或接收器未实现的PC5信令消息,则应忽略该PC5信令消息。
注:在给定方向上未为PC5信令协议定义的消息类型被接收器视为未为PC5信令协议定义的消息类型,参见3GPP TS 24.007[19]。
如果UE收到与PC5信令协议状态不兼容的消息,UE应忽略该PC5信令消息。

10.4 非语义性强制信息元素错误

当收到消息时,
a) 诊断出“命令性消息部分”错误;或
b) “缺少强制IE”错误
或者当收到包含以下内容的消息时:
a) 语法不正确的强制IE;
b) 消息中未知但编码为“需要理解”的IE(参见3GPP TS 24.007[19]);或
c) 接收到的编码为“需要理解”的乱序IE(参见3GPP TS 24.007[19])
UE应忽略PC5信令消息。

10.5 非命令性消息部分中的未知和未预见的IE

10.5.1 消息中未知的IEI

UE应忽略所有未在消息中编码为“需要理解”的未知IE(参见3GPP TS 24.007[19])。

10.5.2 乱序的IE

UE应忽略所有未在消息中编码为“需要理解”的乱序IE(参见3GPP TS 24.007[19])。

10.5.3 重复的IE

如果格式为T、TV、TLV或TLV-E的信息元素在消息中重复,而该信息元素的重复未在12.3条中指定,则UE应仅处理首次出现的信息元素的内容,并忽略随后重复的所有信息元素。当指定信息元素的重复时,UE应仅处理指定的重复信息元素的内容。如果信息元素的重复限制被超过,则UE应处理首先出现的信息元素的内容,直到达到重复限制,并忽略随后重复的所有信息元素。

10.6 非命令性消息部分错误

10.6.1 总则

本类别包括:
a) 语法不正确的可选IE;和
b) 条件性IE错误。

10.6.2 语法不正确的可选IE

UE应将消息中所有语法不正确的可选IE视为消息中不存在。

10.6.3 条件性IE错误

当UE在接收到PC5信令消息时诊断出“缺少条件性IE”错误或“意外的条件性IE”错误,或者当它接收到包含至少一个语法不正确的条件性IE的PC5信令消息时,UE应忽略该消息。

10.7 具有语义不正确内容的消息

当接收到具有语义不正确内容的消息时,UE应执行6.1条程序部分中预见的反应。但是,如果没有指定此类反应,则UE应忽略该消息。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2051866.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

虚幻蓝图 | 游戏开发 Randomize Height

当地图上有无数个收集物【如水晶】,一键随机化高度 应用前 应用后 同理带seed的随机化位置摆放如下: https://www.youtube.com/watch?vkGpsMEMDrjQ

【Hot100】LeetCode—142. 环形链表 II

目录 1- 思路快慢指针推导 2- 实现⭐142. 环形链表 II——题解思路 3- ACM 实现 原题连接:141. 环形链表 1- 思路 快慢指针推导 ① 利用快慢指针,定位环② 根据环,从头出发一个指针,从环处出发一个指针 两者相遇的地方就是环的入…

文献引用数据集分类(GCN)

#基于点的任务 from torch_geometric.datasets import Planetoid from torch_geometric.transforms import NormalizeFeatures import matplotlib.pyplot as plt from sklearn.manifold import TSNE import torch import torch.nn.functional as F from torch.nn import Linear…

Mysql原理与调优-事务与MVCC

目录 1.事务 1.1 什么是事务 1.2 事务隔离级别 1.2.1 事务并发执行可能出现的问题 1.2.2 隔离级别 1.2.3 如何查看和设置事务的隔离级别 1.2.3 快照读和当前读 2.MVCC 2.1 版本链机制 2.2 Read View 2.2.1 Read View读取事务的原则 2.4 Read Committed级别查询 2.5…

ACM MM 2024,复旦腾讯优图等提出MDT-A2G,可根据说话语音同步生成手势

复旦&腾讯优图等提出MDT-A2G,这是一个专门用来生成与语音同步手势的先进模型。想象一下,当我们说话时,身体自然会做出手势。这个模型的目的是让计算机也能像人类一样,根据说话的内容来生成合适的手势。它的运作方式像是一个人…

python的多线程实现高速下载PDB数据集

多线程下载数据 最近在某个网站上写了个shell脚本来下载数据集,内容量不大,但是下载的特别的慢,于是想到用多线程下载,发现快了很多。本文主要让大家清楚python中的几个模块区别和关于程序加速的一些方法,以及多线程下…

YOLOv8_det/seg/pose/obb推理流程

本章将介绍目标检测、实例分割、关键点检测和旋转目标检测的推理原理,基于onnx模型推理,那么首先就需要了解onnx模型的输入和输出,对输入的图片需要进行预处理的操作,对输出的结果需要进行后处理的操作,这部分内容在我的另一个专栏《YOLOv8深度剖析》中也有介绍,如果对YO…

【数学建模备赛】Ep06:多元线性回归分析

文章目录 一、前言🚀🚀🚀二、多元线性回归分析:☀️☀️☀️1. 回归分析的介绍和分类1.1相关性1.2 相关性≠因果性1.3 因变量Y1.4 自变量X 2. 回归分析的三条使命3. 数据的分类以及数据的来源 后序还在更新中~~~三、总结&#xff…

通用定时器 输出pwm原理

这个是 输出pwm 判断条件,比较cnt和arr的值,来判断当前是否输出有效电平 这个是判断pwm的输出条件排列模式,可以选pwm1或者pwm2模式,然后每个模式有递增计数还是递减计数,例如:根据设置的是pwm1模式的 递增…

基于django的双选宠物托管服务平台/python宠物托管系统

摘 要 伴随着社会以及科学技术的发展,互联网已经渗透在人们的身边,网络慢慢的变成了人们的生活必不可少的一部分,紧接着网络飞速的发展,系统管理这一名词已不陌生,越来越多的双选宠物托管服务等机构都会定制一款属于…

生成式人工智能在无人机群中的应用、挑战和机遇

人工智能咨询培训老师叶梓 转载标明出处 无人机群在执行人类难以或危险任务方面有巨大潜力,但在复杂动态环境中学习和协调大量无人机的移动和行动,对传统AI方法来说是重大挑战。生成式人工智能(Generative AI, GAI),凭…

尚品汇-前端面包屑平台属性、排序处理(三十三)

目录: (1)面包屑处理平台属性 (2)排序处理 (2)单点登录业务介绍 (1)面包屑处理平台属性 前端显示:面包屑显示效果 搜list搜索方法继续添加返回的平台属性…

el-table表格可编辑

需求&#xff1a;使用elementui的表格组件&#xff0c;实现某些列可以输入或者下拉选择修改行数据 //tabClickLabel 只是作为区分是否可以修改列的条件 <el-tableref"table":data"tableData":header-cell-style"{ background: #F5F7FA, height: 3…

理解Java中的for-each循环:为什么有时候不能修改数组元素?

前言&#xff1a; 刚开始学习编程的时候&#xff0c;我们都会老老实实用 for-i循环&#xff0c;后面接触到for-each的时候&#xff0c;发现竟然还可以再省一点代码&#xff0c;慢慢也会开始学会用for-each。但其实&#xff0c;在有些即使是需要从头遍历的场景&#xff0c;for-e…

uva455 输入格式说的不明白多加空格

提要&#xff1a;题目你看原题有输出格式的坑&#xff0c;本来已经写好代码 结果被这**格式整半天才好&#xff01;&#xff01; 那个xuhanx是我错了那么多次主打一个锲而不舍笑死我了。简单讲一下核心代码就一行 x[j] ! pattern[j % i] 这个是原理比较好理解吧。 建议就是…

SpringBoot和Redis的交互数据操作 以及 Redis的持久化/删除策略和缓存问题

一、SpringBoot和Redis/MySQL的数据交互 说明&#xff1a; 在 SpringBoot2.x 之后&#xff0c;原来使用的jedis 被替换为了 lettuce SpringBoot/Spring和Redis之间的交互简称为Spring-data-redis,有两种方式提供选择&#xff1a; jedis &#xff1a;采用的直连&#xff0c;多个…

一个专门用于Java服务端图片合成的工具,支持图片、文本、矩形等多种素材的合成,功能丰富强大(附源码)

前言 在数字化营销的当下&#xff0c;企业对于图片处理的需求日益增长。然而&#xff0c;传统的图片处理方式往往需要复杂的操作和专业的技术&#xff0c;这不仅增加了工作量&#xff0c;也提高了时间成本。 为了处理这一问题&#xff0c;一款能够简化图片合成流程的软件应运…

《书生大模型实战营第3期》进阶岛 第4关: InternVL 多模态模型部署微调实践

文章大纲 写在前面&#xff08;什么是InternVL&#xff09;InternVL 模型总览Dynamic High ResolutionPixel ShuffleInternVL 部署微调实践准备InternVL模型准备环境准备微调数据集InternVL 推理部署攻略使用pipeline进行推理推理后 InternVL 微调攻略准备数据集配置微调参数开…

中年程序员从西安出发到日照、青岛低成本吃喝万里行,暑假遛娃自由行:连云港-日照-青岛 6天5 晚自由行

文章大纲 暑假出行总体方案Day1 西安-连云港&#xff1a;连岛Day2 连云港-日照&#xff1a;海鲜蒸汽锅Day3 日照 &#xff1a;海洋馆Day4 日照-青岛&#xff1a;再游金沙滩Day5 青岛&#xff1a;山涧溪谷Day6 青岛-连云港-西安 暑假出行总体方案 今年出去玩的地方不算少&#…

Java中VM options与Program arguments区别与作用

Java中VM options与Program arguments区别与作用 VM options 我们在程序中需要的运行时环境变量&#xff0c;它需要以-D或-X或-XX开头&#xff0c;每个参数使用空格分隔 使用最多的就是-Dkeyvalue设定系统属性值&#xff0c;比如-Dserver.port8088 application.yml server:…