srsLTE项目中PDN连接拒绝问题的分析与解决
2025-06-19 15:46:00作者:郦嵘贵Just
问题背景
在使用srsLTE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)连接被拒绝的问题。该问题表现为:当使用特定SIM卡时,用户设备(UE)能够成功完成网络附着过程,但在建立数据连接时收到PDN连接拒绝消息,导致无法访问互联网。
现象对比
通过对比两种不同SIM卡的行为,可以观察到明显的差异:
-
工作正常的SIM卡(sysmocom):
- 成功完成EMM(EPS移动性管理)和ESM(EPS会话管理)流程
- 正确获取IP地址(172.16.0.2)
- 建立默认EPS承载(E-RAB id 5)
- 能够进行后续的服务请求流程
-
出现问题的SIM卡:
- 虽然完成了认证和安全模式建立
- 成功分配了IP地址(172.16.0.2)
- 但在PDN连接请求阶段被系统拒绝
- 多次重试后最终释放UE上下文
根本原因分析
深入分析日志和系统行为后,发现问题的根本原因在于IMSI(国际移动用户识别码)的格式不符合规范。具体表现为:
-
IMSI结构问题:
- 正常SIM卡的IMSI以MCC(移动国家代码)和MNC(移动网络代码)开头(如99970...)
- 问题SIM卡的IMSI格式为001010...,与系统中配置的MCC(999)和MNC(70)不匹配
-
协议栈处理差异:
- 在附着过程中,系统能够接受异常的IMSI格式
- 但在建立数据连接时,核心网会验证IMSI的完整性
- IMSI格式不规范导致后续的PDN连接请求被拒绝
技术细节
-
IMSI规范要求:
- 标准IMSI由三部分组成:MCC(3位)+MNC(2-3位)+MSIN(9-10位)
- 前3-6位必须与核心网配置的PLMN(公共陆地移动网络)标识匹配
-
srsEPC处理流程:
- 认证阶段:主要验证SIM卡的鉴权参数,对IMSI格式容忍度较高
- 会话建立阶段:会严格检查IMSI与网络配置的一致性
- PDN连接阶段:需要完整的、符合规范的IMSI才能建立数据承载
-
错误处理机制:
- 系统在PDN连接拒绝后没有明确的原因值记录
- 需要结合前后流程的日志分析才能定位问题
解决方案与建议
-
立即解决方案:
- 确保SIM卡的IMSI格式符合规范,以正确的MCC和MNC开头
- 检查核心网配置的PLMN与SIM卡IMSI的匹配性
-
长期改进建议:
- 在srsEPC中增加IMSI格式验证的早期检查
- 在PDN连接拒绝消息中包含更详细的拒绝原因值
- 实现更完善的日志记录机制,便于问题诊断
-
开发调试建议:
- 在测试环境中使用标准格式的测试SIM卡
- 建立IMSI格式验证的测试用例
- 对异常IMSI情况实现更友好的错误提示
经验总结
这个案例展示了移动通信系统中标识符规范性的重要性。在实际部署中,即使是微小的标识符格式差异也可能导致协议栈不同层面的行为差异。对于开发者和测试人员而言,理解各协议层的验证机制和错误处理流程,能够更高效地定位和解决类似问题。
通过这个问题,我们也看到开源项目在实际应用场景中可能遇到的各种边界情况,这些经验对于完善项目代码和文档都具有重要价值。建议开发者在遇到类似问题时,首先检查所有标识符的格式是否符合规范,这是解决许多看似复杂问题的第一步。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
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++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
631
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100