探索QCSuper:高通设备无线电帧捕获的终极解决方案
2026-04-22 10:26:14作者:滕妙奇
技术原理探秘
如何通过Diag协议实现基带通信?
QCSuper的核心在于与Qualcomm基带(Baseband)建立深度通信,其底层依赖Qualcomm Diag协议(诊断监视器协议,QCDM)。该协议允许工具直接访问调制解调器的诊断接口,获取原始无线电帧数据。工作流程分为三个阶段:设备连接(通过USB/ADB建立物理通道)→ 协议握手(交换设备信息与能力协商)→ 数据捕获(按指定格式接收无线电帧)。
Qualcomm基带数据如何转化为PCAP格式?
捕获的原始基带数据需经过多层处理:首先通过src/protocol/gsmtap.py实现GSMTAP封装,将无线电信号转换为网络分析工具可识别的格式;随后通过modules/pcap_dump.py生成标准PCAP文件。这一过程确保数据与Wireshark等协议分析工具无缝兼容,支持2G/3G/4G/5G多种制式。
实战应用场景
5G帧捕获全流程
-
环境准备
确保设备已root并开启USB调试,执行以下命令安装依赖:git clone https://gitcode.com/gh_mirrors/qc/QCSuper cd QCSuper pip install -r requirements.txt -
启动捕获
通过ADB连接设备并开始捕获:python qcsuper.py --adb --wireshark-live -
分析数据
捕获的PCAP文件可直接用Wireshark打开,通过Radiotap和GSMTAP协议解析器查看5G NR(New Radio)帧结构。
协议分析案例:UMTS信号质量评估
使用QCSuper捕获UMTS(3G)数据后,通过Wireshark筛选rrc协议包,重点关注:
- RRC Connection Setup Complete:网络接入成功率指标
- Measurement Report:信号强度(RSCP)与质量(Ec/No)参数
- Handover Command:切换过程中的信令交互
进阶使用指南
跨平台兼容配置方案
- Linux系统:无需额外驱动,直接通过
pyusb访问USB接口 - Windows系统:需安装libusb-win32过滤器,配置步骤:
# 设置环境变量跳过Wireshark插件自动安装 export DONT_INSTALL_WIRESHARK_PLUGIN=1 - WSL2环境:使用
adb_wsl2_bridge.ps1脚本实现Windows与WSL间的ADB转发
Wireshark插件开发接口
QCSuper提供Lua插件开发框架(modules/wireshark_plugin/diag_nr_rrc_dissector.lua),可扩展支持新的5G协议字段:
-- 注册自定义协议解析器
local proto = Proto("diag_nr_rrc", "NR RRC Diag Messages")
-- 添加字段定义
local f_rrc_type = ProtoField.uint8("diag_nr_rrc.type", "Message Type", base.DEC)
proto.fields = {f_rrc_type}
常见问题排查
设备连接失败
- 排查步骤:
- 确认
lsusb能识别Qualcomm设备(VID:PID通常为05c6:9008) - 检查ADB权限:
adb root && adb remount - 尝试更换USB端口或线缆
- 确认
5G帧解码异常
- 解决方案:
- 升级Wireshark至3.6.x以上版本
- 手动安装插件:
cp diag_nr_rrc_dissector.lua ~/.local/lib/wireshark/plugins/
版本迭代路线图
-
v1.5(2024 Q3):
- 支持SA(独立组网)5G帧捕获
- 新增NSA(非独立组网)双连接分析功能
-
v2.0(2025 Q1):
- 引入AI辅助协议异常检测
- 开发Web UI可视化分析平台
-
长期规划:
- 扩展支持MediaTek芯片组
- 增加卫星通信协议捕获能力
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425