Open5GS项目中5G-NSA漫游场景的Supported-Features AVP增强方案解析
2025-07-05 23:55:01作者:翟江哲Frasier
在5G非独立组网(NSA)漫游场景中,用户设备(UE)可能遇到成功附着LTE网络但无法接入5G NR网络的问题。本文深入分析该问题的技术背景及Open5GS项目中的解决方案。
问题本质与技术要求
5G NSA架构依赖LTE作为锚点网络,同时需要NR作为辅助接入技术。当HSS向MME发送UpdateLocationAnswer(ULA)消息时,必须明确指示NR接入的支持状态。3GPP规范要求通过两个独立的Supported-Features AVP(属性值对)实现:
-
基础特性AVP(Feature-List-ID=1)
- 包含运营商定义的接入限制参数(如OperatorDeterminedBarring)
-
5G特性指示AVP(Feature-List-ID=2)
- 必须显式包含"NR as Secondary RAT: Supported"标记
- 该标记是MME判断是否允许终端接入5G NR网络的关键依据
Open5GS的解决方案实现
项目团队对s6a接口模块进行了以下关键改进:
-
双AVP结构生成
- 在ULA消息中同时生成两个Supported-Features AVP实例
- 保持原有Feature-List-ID=1的AVP不变
- 新增Feature-List-ID=2的AVP专门携带5G支持指示
-
比特位精确配置
- 在Feature-List AVP中准确设置对应NR支持的比特位
- 确保与3GPP TS 29.272规范定义的位图完全一致
技术影响与部署建议
该增强方案直接影响以下网络行为:
- MME决策逻辑:收到包含NR支持标记的ULA后,MME将允许终端发起NR辅助添加流程
- 终端体验:双连接(EN-DC)场景下可实现真正的5G速率体验
- 漫游兼容性:确保不同厂商设备在漫游场景下的互操作性
部署时需注意:
- 需同步验证HSS与MME的软件版本兼容性
- 在NSA组网中,该方案需与X2/S1接口配置协同工作
- 建议通过信令跟踪工具验证AVP的实际传输情况
结语
Open5GS通过完善Supported-Features AVP的生成机制,解决了5G NSA漫游场景下的关键互操作问题。该方案不仅符合3GPP标准要求,也为运营商部署5G漫游服务提供了可靠的技术基础。后续可进一步扩展对其他5G特性的支持指示,如VoNR能力标记等。
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