网络模式切换进行TAU还是detach+attach？

于 2023-03-04 23:26:42 发布
阅读量525 收藏
点赞数
文章标签： 网络 网络协议 android Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51894735/article/details/129341052
版权

终端进行网络模式切换，需要做detach+attach或者TAU流程，3GPP协议中有定义如下：

  • 3GPP R14及之前的版本，主动需要做detach+attach进行能力更新。

  • 3GPP R15开始，终端可以进行TAU更新能力。

虽然从R15开始，终端可以做TAU进行能力更新,但某些网络异常场景，TAU会失败，终端需要转到detach+attach进行异常处理，以保证终端能力及时更新。

例如：

存在某些PLMN TAU会失败，终端则可以将其加入黑名单，后续直接做detach+attach࿱

最低0.47元/天 解锁文章
我想我思
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
LTE切换与TAU问题
weixin_30555753的博客
12-25 2228
假如有两个LTE基站A B（同频组网） AB TAC不同 且添加了双向邻区关系 现终端开机重选至A然后往B方向移动 是先切换呢？还是先进性TAU更新 这个没有影响,,TAU并非需要在IDLE状态下才能进行。按我的理解是肯定先通过RRCRECONFIGURATION切换到新的小区上，这时候UE发现进入到了一个新的TAI，然后发起TAU过程。对于切换的过程，UE是在未完全进入新小区前进行的。儿...
切换网络制式，做TAU还是Detach/Attach ?
weixin_51894735的博客
08-22 574
Android手机设置里面有网络类型选择，一般有5G/4G/3G/2G这几种选项。如果是电信卡，2G是CDMA网络。本文讲述从设置进行网络类型选择，手机端选网流程是TAU还是Detach/Attach。
LTE基本信令流程总结
Hxx的博客
06-27 7990
LTE信令流程 总结 一、小区选择 小区搜索和小区选择一般在开机时进行。 1.1 流程 检测信号频点的PSS和SSS，确定小区ID UE接收并解码得到MIB和SIB，小区搜索结束 根据S准则选择是否进行小区驻留，即进行RRC连接，同时会进行随机接入 二、随机接入 随机接入的作用是申请上行资源；与上行时间同步 2.1 场景及流程 竞争接入过程 由UE发起，对eNodeB发起随机接入请求及响应 在进行RRC连接请求 非竞争接入过程 由eNodeB发起，网络已经预留资源给UE，如切换等 只需进行随机接
3GPP TS 24.301 Release 8 中文版
sundaygeek的专栏
10-29 1万+
4 General4.1 概述当前文档中描述的NAS层是UE和MME之间无线接口的控制面的最高层。(reference point “LTE-Uu”; see 3GPP TS 23.401 [10]). 这部分NAS协议的主要功能是： UE移动性的支持 在UE和PDN GW之间建立和维持IP连接的会话管理提供支持 NAS安全也是NAS层提供的一个功能，eg，NAS信令消息的完整性保护和加密。
终端TAU/Re-attach能力更新介绍
weixin_51894735的博客
01-09 715
根据3GPP TS24.301/TS24.501 R15规范描述，终端注册在LTE网络，处于EMM-IDLE状态时，需要TAU进行能力更新，例如网络模式切换。但有时存在网络没有返回状态给终端的情况，就会导致终端一直等待网络的response，影响用户体验。
并发基础
qq_39827131的博客
05-28 224
1.什么是线程和进程 1.1 什么是进程 进程就是程序的一次执行过程,是运行程序的基本单位。所以，进程是动态的，程序的运行就是进程从创建到灭亡的过程。 比如,main函数运行时，就是虚拟机启动了一个进程,main函数所在的线程就是这个进程的一个主线程. 1.2 什么是线程 线程与进程类似,但线程是比进程更小的单位,一个进程中可以有多个线程,与进程不同的是同类的多个线程可以共享堆和方法区的资源，但因...
LTE学习笔记--LTE无线连接过程--切换
风居住的城市
03-19 1万+
首先需要说明的是小区切换和重连并不是一个概念:小区切换时UE远离了小区，将测量信息发送给eNode B,由eNode B决定是否切换到临近的其他小区；而重连是因为某些原因导致UE与eNode B的连接断开，后由重新检测到小区信号因此发生重连。 1，测量 这里涉及到LTE测量的概念。测量过程主要包括以下三个步骤： 测量配置：由eNB通过RRCConnectionReconfigurtion消息...
TAU到新的MME导致的被拒10（Implicitly detached，隐式分离）
modem
08-17 3481
如果网络已隐式分离UE（例如，在隐式分离定时器过期之后），或者如果MME中不存在与订阅相关的EMM上下文数据（例如，由于MME重启，或者由于路由到新MME的定期跟踪区域更新请求），则将此EMM原因发送给UE。主要是当地这个22201的网络信号不是很好，不断的在切换小区和TA，这些TA又不在一个TA列表里，导致频繁的TAU；这几个TA属于2个MME，当TAU从一个MME到另一个MME时就会出现TAU被拒10的情况。//从后面的日志可知TAC 24240的MME是224。//TAC 24724的MME是56。.
无线网络-LTE (03) 通信过程之 TAU procedures -- with Serving GW change
热门推荐
NGC 6786
09-03 1万+
当手机在GPRS网络或E-UTRAN网络中完成附着后，如果出现如下情况，会触发Tracking Area Update过程。 -   手机发现进入到了一个新的TA，并且这TA不在TAIs 列表中。 -   到了TA更新的周期 -   当手机从UTRAN通过重选进入E-UTRAN时期状态为PMM_Connected。 -   手机重选 E-UTRAN时，其状态为GPRS RE
LTE的TAU更新详细讲解
02-01
TAU 的定义 当移动台由一个 TA 移动到另一个 TA 时，必须在新的 TA 上重新进行位置登记以通知网络来更改它所存储的移动台的位置信息，这个过程就是跟踪区更新 (Tracking Area Update,TAU) TA 和 TAI 的定义 为了确认移动台的位置， LTE 网络覆盖区将被分为许多个跟踪区 (Tracking Area, TA) TA 功能与 3G 的位置区 (LA) 和路由区 (RA) 类似，是 LTE 系统中位置更新和寻呼的基本单位。 TA用 TA 码 (Tracking Area Code, TAC) 标识，一个 TA 可包含一个或多个小区， TAC 在这些小区的 SIB1 中广播与 LAC、RAC
S1-MME接口总结
09-08
根据3GPP协议总结的S1-MME流程和信源相关信息。包括LTE网络paging和TAU流程，信令消息。根据S1-MME扩展的全流程。
无线网络规划与优化实验项目_服务小区参数查寻、TAU过程解析.docx
11-01
2. TAU接受：网络接收请求后，进行位置更新和必要的安全验证，然后发送TAU接受消息。 3. TAU完成：UE接收TAU接受消息后，确认位置更新成功，至此TAU过程结束。 通过解析TAU流程，可以了解网络的移动性管理，包括UE...
5G基站间跨TAC切换失败.docx
08-18
该案例讲述了北京地铁新开通NSA模式的5G站点后，现场测试发现从站台到隧道内宏RRU间4G小区切换时，测试终端从5G回落4G。 二、问题现象 在地铁拉网测试过程中，发现从站台移动至隧道过程中，在站台4G锚点与隧道内4G...
ktau.rar_Kendall matlab_kendall tau
07-15
To calculate Kendall s Tau for a time serie.
TAU
03-19
"TAU"，根据上下文，很可能是指"Trace Analysis and Understanding"的缩写，这是一个在软件性能分析领域常用的术语。在编程和IT行业中，TAU通常与性能优化、系统调试和代码性能分析有关。它可以帮助开发者理解代码...
NAS信令学习笔记 ——TAU（2）
白萝卜
02-16 7557
目标、专注、反馈、走出舒适区。 提示词：是否限制UE覆盖增强、拥塞控制 1. TAU   2. TRACKING AREA UPDATE REQUEST消息中携带的IE怎么填？ (1) EPS update type 若是周期性TAU定时器超时触发的TAU，EPS update type IE的EPS update type value位填“periodic updating”，...
[3GPP][NAS]The use of T3346
Jeesenzhang的专栏
08-13 3109
T3346 timer value may be included in Attch Reject , Tracking Area Update (TAU) Reject or Service Request Reject sent by network to UE.  During EMM signaling congestion detected network will perform N...
举个详细的例子，max_steps = 64 features = torch.zeros((T - tau - max_steps + 1, tau + max_steps)) # 列i（i<tau）是来自x的观测，其时间步从（i）到（i+T-tau-max_steps+1） for i in range(tau): features[:, i] = x[i: i + T - tau - max_steps + 1] # 列i（i>=tau）是来自（i-tau+1）步的预测，其时间步从（i）到（i+T-tau-max_steps+1） for i in range(tau, tau + max_steps): features[:, i] = net(features[:, i - tau:i]).reshape(-1) steps = (1, 4, 16, 64) d2l.plot([time[tau + i - 1: T - max_steps + i] for i in steps], [features[:, tau + i - 1].detach().numpy() for i in steps], 'time', 'x', legend=[f'{i}-step preds' for i in steps], xlim=[5, 1000], figsize=(6, 3))
最新发布
06-09
好的，让我来举个详细的例子。 假设我们有一个长度为T的时间序列，其中包含了一些观测数据和一些需要预测的数据。我们希望使用一个神经网络模型来对未来的max_steps步进行预测，并且我们希望可视化预测结果。 首先，我们需要将序列分成观测部分和预测部分。我们可以选择一个观测数据的时间步长tau，然后从序列的第1个时间步开始，每个tau个时间步选择一个观测数据点，构建出一个特征矩阵。具体来说，我们可以使用以下代码： ```python max_steps = 64 features = torch.zeros((T - tau - max_steps + 1, tau + max_steps)) for i in range(tau): features[:, i] = x[i: i + T - tau - max_steps + 1] for i in range(tau, tau + max_steps): features[:, i] = net(features[:, i - tau:i]).reshape(-1) ``` 这段代码首先创建了一个大小为(T-tau-max_steps+1)×(tau+max_steps)的特征矩阵，其中包含了观测数据和预测数据。然后，通过循环遍历tau个时间步，将每个时间步对应的观测数据填充到特征矩阵的相应位置上。接着，从第tau步开始，循环遍历max_steps个时间步，将每个时间步对应的预测数据填充到特征矩阵的相应位置上。预测数据是通过使用预先定义的神经网络模型net，对特征矩阵中第i-tau+1步到第i步的数据进行预测得到的。 最后，我们可以使用d2l.plot函数，将不同步数的预测结果可视化出来。具体来说，我们可以使用以下代码： ```python steps = (1, 4, 16, 64) d2l.plot([time[tau + i - 1: T - max_steps + i] for i in steps], [features[:, tau + i - 1].detach().numpy() for i in steps], 'time', 'x', legend=[f'{i}-step preds' for i in steps], xlim=[5, 1000], figsize=(6, 3)) ``` 这段代码首先定义了一个steps列表，其中包含了需要预测的步数。然后，使用d2l.plot函数将不同步数的预测结果可视化出来。具体来说，d2l.plot函数将预测结果与真实结果在时间轴上进行比较，以便观察预测结果的准确性和波动情况。其中，第一个参数是一个列表，包含了不同步数对应的时间序列，第二个参数是一个列表，包含了不同步数对应的预测结果，第三个参数是x轴的标签，第四个参数是y轴的标签，legend参数指定了图例名称，xlim参数指定了x轴的范围，figsize参数指定了图像的大小。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

我想我思

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值