Universal two byte coded Character Set
UCS2 je 16bitový standard kódování znaků používaný v sítích 3GPP pro SMS a signalizaci, který poskytuje pevné dvoubajtové vyjádření pro každý znak, aby podporoval mezinárodní zpracování textu.
Popis
UCS2, Universal two byte coded Character Set (univerzální znaková sada s dvoubajtovým kódováním), je základní schéma kódování znaků standardizované v rámci 3GPP. Vychází z univerzální znakové sady ISO/IEC 10646 (UCS) a používá pevné 16bitové (dvoubajtové) vyjádření pro každý znak. Toto kódování se přímo mapuje na základní vícejazyčnou rovinu (BMP) standardu Unicode, pokrývající kódové body od U+0000 do U+FFFF. V architektuře 3GPP se UCS2 primárně používá v Non-Access Stratum (NAS) a pro služby zasílání zpráv, jako je Short Message Service (SMS), aby bylo zajištěno, že textová data jsou přenášena v konzistentním, univerzálně interpretovatelném formátu mezi různými síťovými prvky a uživatelskými zařízeními od různých výrobců.
Technicky UCS2 funguje tak, že každému znaku přiřadí jedinečnou 16bitovou kódovou jednotku. To je v protikladu k kódováním s proměnnou délkou, jako je UTF-8. Když zařízení nebo síťový prvek potřebuje odeslat text, převede řetězec na sekvenci těchto 16bitových hodnot. Pro SMS je toto kódování specifikováno v poli TP-User-Data, což umožňuje, aby zprávy obsahovaly znaky z různých jazyků, jako je arabština, čínština, řečtina nebo cyrilice, za předpokladu, že všechny znaky spadají do BMP. Kódování je zpracováváno protokolovými vrstvami odpovědnými za adaptaci uživatelských dat a konstrukci signalizačních zpráv.
Jeho role v síti je klíčová pro interoperabilitu a globální roaming. Síťové uzly jádra, jako jsou MSC, SGSN a HSS, stejně jako samotné UE, se musí shodnout na reprezentaci znaků, aby správně zobrazily jména účastníků, obsah SMS a další řetězce související se službami. UCS2 poskytuje tento společný jazyk. Nepodporuje však znaky mimo BMP (jako některé emotikony nebo historická písma), což vedlo k přijetí UTF-16 v pozdějších vydáních. Kódování je specifikováno v řadě technických specifikací 3GPP (TS), které upravují slovník, služby a bezpečné aplikace.
K čemu slouží
UCS2 byl zaveden, aby vyřešil problém nekonzistentního a omezeného kódování znaků v raných systémech mobilní telekomunikace. Před jeho standardizací sítě často používaly proprietární nebo regionální 7bitová či 8bitová kódování (jako výchozí 7bitovou abecedu GSM), což výrazně omezovalo rozsah reprezentovatelných znaků a bránilo globální interoperabilitě. Růst mezinárodního roamingu a poptávka po vícejazyčných službách si vyžádaly jednotnou, rozsáhlou znakovou sadu.
Hlavní motivací bylo umožnit mobilním službám, zejména SMS, podporovat prakticky jakýkoli psaný jazyk používaný na celém světě, a tím učinit sítě GSM a UMTS skutečně globálními. Přijetím 16bitového kódování sladěného se standardem Unicode zajistilo 3GPP, že textová data mohou být vyměňována mezi libovolnými kompatibilními zařízeními a sítěmi bez poškození nebo ztráty významu. Toto byl základní krok pro personalizaci služeb, mezinárodní identitu účastníka a rozvoj hodnotově přidaných služeb závislých na textu.
Klíčové vlastnosti
- Pevné 16bitové kódování pro každý znak
- Přímé sladění se základní vícejazyčnou rovinou (BMP) standardu Unicode
- Zásadní pro SMS (pole TP-User-Data) a signalizaci v řídicí rovině
- Umožňuje konzistentní vícejazyčnou reprezentaci textu
- Základ pro globální interoperabilitu a roaming
- Specifikováno v klíčových specifikacích služeb a slovníku
Související pojmy
Definující specifikace
- TR 21.905 (Rel-19) — 3GPP Technical Terms and Definitions
- TS 22.042 (Rel-19) — Network Identity and Timezone (NITZ)
- TS 22.112 (Rel-8) — USAT Gateway System Specification
- TS 31.113 (Rel-8) — USAT Interpreter Byte Code Specification
📖 Anglický originál a plná specifikace: UCS2 na 3GPP Explorer
