srsRAN与free5GC集成中5QI参数不兼容问题解析
2025-06-19 04:27:38作者:董灵辛Dennis
问题背景
在5G核心网与无线接入网的集成测试中,开发者经常需要将开源核心网free5GC与开源基站srsRAN进行对接。近期在测试过程中发现一个典型问题:当UE完成鉴权流程后,PDU会话建立阶段出现"PDU Session Resource Setup Unsuccessful by RadioNetwork[0]"错误,导致业务无法正常建立。
现象分析
通过日志分析可以观察到以下关键信息流:
- AMF成功处理了来自基站的PDUSessionResourceSetupResponse消息
- SMF接收到更新SM上下文请求
- 无线网络层报告PDU会话资源建立失败
这种问题通常出现在NAS层流程已完成,但在AS层资源分配阶段失败的情况。值得注意的是,UE已经完成了完整的鉴权流程,说明核心网与UE之间的信令通路是正常的。
根本原因
经过深入排查发现,这是典型的5QI(5G QoS Identifier)参数不兼容问题:
- free5GC默认使用的5QI值为8(对应GBR业务)
- srsRAN项目当前版本(24.10)对5QI=8的支持不完善
- 5QI参数不匹配导致基站无法正确分配无线资源
解决方案
修改free5GC的配置,将默认5QI值调整为1(对应非GBR业务):
- 定位free5GC中SMF的配置文件
- 找到5QI相关参数设置部分
- 将默认值从8修改为1
- 重启相关网元使配置生效
技术延伸
5QI是5G网络中重要的QoS参数,它定义了数据流的处理特性:
- 1-4:非GBR业务(默认互联网接入使用1)
- 5-9:GBR业务(需要保证比特率的业务)
- 每个值对应特定的资源类型、优先级和包延迟预算
在实际部署中,需要确保:
- 核心网与接入网的5QI支持范围一致
- UE能力与网络配置匹配
- 切片配置与QoS策略协调
最佳实践建议
- 在集成测试初期,建议先使用5QI=1进行基础连通性测试
- 进行业务测试前,应确认双方支持的5QI范围
- 对于特殊业务需求,需要提前验证基站对特定5QI的支持情况
- 建议在测试环境中启用完整日志记录,便于问题定位
总结
5G网络集成过程中,QoS参数的匹配是保证业务正常建立的关键因素之一。通过本次问题的解决,我们认识到在开源组件对接时,不仅需要关注高层协议的一致性,还需要特别注意底层参数配置的兼容性。建议开发者在类似场景下,首先验证基础参数的匹配性,再逐步开展复杂业务测试。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147