srsRAN_4G项目中PDN连接拒绝问题的分析与解决
2025-06-19 03:39:26作者:房伟宁
问题背景
在使用srsRAN_4G开源项目搭建4G网络测试环境时,开发人员遇到了一个典型的PDN(分组数据网络)连接拒绝问题。该问题表现为:当使用特定SIM卡时,用户设备(UE)能够成功完成初始附着过程,但在后续的PDN连接请求阶段被网络拒绝,导致无法建立数据连接。
现象对比分析
通过对比两种不同SIM卡的行为,可以观察到以下关键差异:
-
正常工作的SIM卡:
- 成功完成EMM(移动性管理)和ESM(会话管理)流程
- 正确接收并处理ESM信息请求
- 最终建立数据承载(E-RAB)
- 获得IP地址分配(172.16.0.2)
-
存在问题的SIM卡:
- 虽然完成了认证和安全模式建立
- 但在PDN连接请求阶段被连续拒绝
- 最终导致UE上下文释放
根本原因分析
深入分析日志后发现,问题的核心在于IMSI(国际移动用户识别码)的格式配置。在移动通信系统中:
- IMSI应由三部分组成:MCC(移动国家码)+MNC(移动网络码)+MSIN(移动用户识别码)
- 在srsRAN_4G实现中,系统严格校验IMSI的起始部分必须与配置的MCC和MNC匹配
- 问题SIM卡的IMSI(001010123456789)起始部分与系统配置的MCC(999)和MNC(70)不匹配
- 而正常SIM卡的IMSI(999700000085513)则完全符合这一要求
技术细节
当UE发起PDN连接请求时,MME(移动管理实体)会执行以下关键检查:
- IMSI格式验证:确保IMSI符合3GPP规范
- MCC/MNC匹配:验证IMSI前几位是否与当前网络配置一致
- 订阅信息检查:查询HSS获取用户QoS配置
- APN解析:确认请求的APN是否被允许
在问题案例中,由于IMSI格式不匹配,系统在内部处理时无法正确关联用户订阅信息,导致PDN连接被拒绝。
解决方案
要解决此类问题,可以采取以下措施:
- 统一IMSI配置:确保SIM卡的IMSI起始部分与网络配置的MCC/MNC完全一致
- HSS数据同步:检查HSS中存储的用户数据是否与SIM卡信息匹配
- 日志分析:通过详细日志确认拒绝的具体原因代码
- 配置验证:检查epc.conf文件中的MCC和MNC设置
经验总结
这个案例揭示了在4G网络测试中几个重要原则:
- IMSI格式规范在移动通信系统中的重要性
- 系统组件间数据一致性的关键作用
- 日志分析在问题定位中的价值
- 测试环境配置的精确要求
对于使用srsRAN_4G搭建测试网络的开发者,建议在部署前仔细检查所有身份标识参数的配置一致性,包括但不限于IMSI、MCC、MNC等关键参数,以避免类似连接问题的发生。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
114
仓颉编译器源码及 cjdb 调试工具。
C++
138
869