From 2e50a9715a513b511c20f5f01afc5f64e32ebbe8 Mon Sep 17 00:00:00 2001 From: Zhe Yuan Date: Wed, 28 Oct 2026 19:53:21 -0400 Subject: [PATCH] Update MX8500 report: 5G fix, watchdog v2, HE overrides for next build --- ...2026-10-28-linksys-mx8500-wwan-recovery.md | 206 +++++++++++++++--- 1 file changed, 173 insertions(+), 33 deletions(-) diff --git a/reports/2026-10-28-linksys-mx8500-wwan-recovery.md b/reports/2026-10-28-linksys-mx8500-wwan-recovery.md index ba0d7af..4479ee5 100644 --- a/reports/2026-10-28-linksys-mx8500-wwan-recovery.md +++ b/reports/2026-10-28-linksys-mx8500-wwan-recovery.md @@ -18,6 +18,14 @@ 现象：wwan2 / wwan5 断流后会一直不通，要手动重启 Wi-Fi 才恢复。其他设备连同样的 SSID 没有问题。 +## 结论 + +| 接口 | 状态 | 处理 | +|---|---|---| +| wwan5（5G） | 已解决 | radio0 HE160 → HE40，观察 63 分钟无故障 | +| wwan2（2.4G） | 已缓解，看门狗兜底 | radio1 HE40 → HE20，故障频率大幅下降；**下次编译固件加入 `CONFIG_HE_OVERRIDES`，对 wwan2 设置 `disable_he=1`**（见“未处理 / 后续”） | +| 两者 | 自动恢复 | 新增 `wwan-watchdog`，断流约 2 分钟内自动重连 | + ## 排查结果 ### 故障时的状态（wwan2） @@ -45,42 +53,65 @@ wwan5 在日志中也有连续丢失 224 个 ping、手动重载 Wi-Fi 后才恢 ### 根因 -radio1 的配置是 `htmode='HE40'`，本地热点工作在 40 MHz（主信道 6，中心 2447 MHz），而上游 AP 只给 STA 20 MHz（信道 6，中心 2437 MHz）。同一射频上 AP 与 STA 带宽不一致时，ath11k 的 STA 上行会进入大量 tx failed 的状态。 +主要原因：同一射频上，本地热点的频宽比 STA 宽。 -把 radio1 改成 `HE20` 后，AP 和 STA 都在 20 MHz，上行恢复正常（见“验证”）。 +| 射频 | 热点（修改前） | STA（上游给的） | +|---|---|---| +| radio1（2.4G） | HE40，中心 2447 MHz | 20 MHz，中心 2437 MHz | +| radio0（5G） | HE160，中心 5815 MHz | 40 MHz，中心 5795 MHz | -radio0（5G）的情况相同：热点 HE160，STA 40 MHz，观察期间 wwan5 也出现了一次同样的故障。 +AP 与 STA 频宽不一致时，ath11k 的 STA 上行会进入大量 tx failed 的状态。把热点频宽改成和 STA 一致后： -这是根据对比测试得出的结论，没有在驱动层面确认具体机制。 +- wwan5（5G，HE40）：观察 66 分钟以上未再出现故障。 +- wwan2（2.4G，HE20）：故障从“每次重连后约 5 分钟”降到“几十分钟一次”，但没有完全消失。 + +2.4G 剩下最可疑的是 HE（Wi-Fi 6）本身：ath11k 作为客户端连 HE AP 时有已知的兼容问题。但无法在现有固件上验证，原因见“未处理 / 后续”。 + +以上是根据对比测试得出的结论，没有在驱动层面确认具体机制。 ## 修改内容 所有修改都在路由器上完成，原文件已备份。 -### 1. radio1 改为 HE20（根因修复） +### 1. 热点频宽与 STA 对齐（根因修复） ```sh -uci set wireless.radio1.htmode='HE20' +uci set wireless.radio1.htmode='HE20' # 原 HE40 +uci set wireless.radio0.htmode='HE40' # 原 HE160 uci commit wireless wifi up radio1 +wifi up radio0 ``` -代价：2.4G 本地热点的带宽从 40 MHz 降到 20 MHz。 +代价：2.4G 热点从 40 MHz 降到 20 MHz，5G 热点从 160 MHz 降到 40 MHz。高带宽需求由 6 GHz 热点（radio2，HE160）承担，未改动。 -`txpower='13'` 保持不变，改带宽后已经足够。 +`txpower='13'` 保持不变。 + +注意：`wifi up radioX` 会断开该射频上的 STA。如果 SSH 正好走这条上联，命令可能执行到一半就断，应在路由器上放到后台执行（BusyBox 没有 `nohup`）： + +```sh +( trap '' HUP; uci set ...; uci commit wireless; wifi up radio0 ) /tmp/change.log 2>&1 & +``` ### 2. 新增无线看门狗 `/usr/sbin/wwan-watchdog`（兜底） -每分钟由 cron 运行一次，mwan3 判定接口 offline 时也会立即触发。逻辑： +每分钟由 cron 运行一次，mwan3 判定接口 offline 时也会立即触发。 + +“不通”指网关和两个外网探测地址（223.5.5.5、1.1.1.1）全部 ping 不通，任一能通就算正常。 | 检测结果 | 处理 | |---|---| -| 网关 ping 通，接口在线 | 清零计数 | -| 网关 ping 通，mwan3 显示 offline | 只记日志（wwan5 可能是登录过期，重连 Wi-Fi 无用） | -| 网关不通，第 1、2 次 | `REASSOCIATE`（不换 MAC，wwan5 登录状态保留） | -| 网关不通，第 3 次 | `wifi up radioX` | +| 正常 | 清零计数 | +| 网关通，但 mwan3 显示 offline | 只记日志（wwan5 可能是登录过期，重连 Wi-Fi 无用） | +| 不通，第 1 次 | 只记日志，等下一次确认 | +| 不通，第 2、3 次 | `REASSOCIATE`（不换 MAC，wwan5 登录状态保留） | +| 不通，第 4 次 | `wifi up radioX` | | 之后仍不通 | 每 10 次检测重启一次射频，避免频繁打断热点 | +判定故障时，日志会附上当时的 `tx packets / tx failed / tx bitrate`，便于区分是无线卡死（tx failed 暴涨、速率掉到 MCS0）还是上游问题。 + +第一版只 ping 网关，且第一次失败就重连。上游 Nomadix 网关偶尔不回 ping，23:11 因此误触发了一次：wwan2 原本正常，被重连后反而断了约 1 分钟。改成上面的逻辑后没有再误触发。第一版备份在 `/root/wwan-watchdog.v1.bak`。 + 相关改动： - `crontab`：新增 `* * * * * /usr/sbin/wwan-watchdog` @@ -121,11 +152,24 @@ wifi up radio1 | tx 速率 | HE-MCS0 NSS1，8.6 Mbit/s | HE-MCS4–6 NSS2，68–172 Mbit/s | | 网关 ping | 不通 | 每分钟检测全部通过 | -观察结束时 mwan3：`wwan2 is online (online 00h:33m:09s)`。 +之后继续观察到 23:43： -### wwan5：看门狗实际触发一次 +``` +23:22 tx failed 2 / 7500 +23:33 tx failed 165 / 20807 # 10 分钟内上涨，前兆 +23:36:40 mwan3track 开始连续失败（共丢 22 个） +23:37:09 wwan-watchdog: 网关和探测地址都不通，等待确认 +23:38:09 wwan-watchdog: 仍不通，reassociating +23:38:15 wwan-watchdog: link passing traffic again +``` -观察期间 wwan5 出现了同样的故障，看门狗自动恢复： +断流约 1.5 分钟，看门狗自动恢复。同一时间 wwan5 正常（两条 SSID 走同一个 Nomadix 网关），说明是 2.4G 本机无线问题，不是上游故障。HE20 大幅降低了频率，但没有根治 wwan2。 + +另外试过把 radio1 改成 `HT20`：只有热点变成 HT，wwan2 仍然以 HE 连接上游（`tx bitrate ... HE-MCS 6`），没有意义，已改回 HE20。 + +### wwan5：HE160 时看门狗触发一次，HE40 后稳定 + +radio0 仍为 HE160 时，wwan5 出现了同样的故障，看门狗自动恢复： ``` 22:00:23 mwan3track 开始连续 ping 失败（共丢 16 个） @@ -134,27 +178,105 @@ wifi up radio1 22:01:16 mwan3track: Interface wwan5 is online ``` -从断流到恢复约 50 秒，修改前需要手动处理。这也说明 5G 上存在同样的问题（见“未处理 / 后续”）。 +从断流到恢复约 50 秒，修改前需要手动处理。 + +22:40 把 radio0 改为 HE40 后（热点和 STA 都是 40 MHz，中心 5795 MHz）： + +| 时间 | 连接时长 | tx failed / tx packets | +|---|---|---| +| 22:41 | 52 s | 8 / 14358 | +| 23:02 | 21 min | 49 / 83677 | +| 23:22 | 42 min | 98 / 154419 | +| 23:43 | 63 min | 126 / 228395 | + +全程网关 ping 正常，看门狗未触发，mwan3：`wwan5 is online (online 01h:02m:50s)`。修改前大约 17 分钟就会出故障。 ### 路由规则 -`wifi up radio1` 后 wwan2 换了随机 MAC，IP 从 172.20.8.60 变为 172.20.9.230。新脚本自动删除了旧 IP 的规则： +每次 `wifi up radio1` 后 wwan2 都会换随机 MAC 和 IP（172.20.8.60 → 172.20.9.230 → 172.20.11.106），新脚本每次都自动删除了旧 IP 的规则，始终只保留两条： ``` -100: from 172.20.9.230 lookup 1 -100: from 10.33.13.15 lookup 2 +100: from 10.33.13.15 lookup 2 +100: from 172.20.11.106 lookup 1 ``` ## 未处理 / 后续 -- **radio0（5G）**：本地热点为 HE160，上游 STA 为 40 MHz，与 2.4G 改动前的情况相同，22:00 也确实出现了一次同样的故障（看门狗已自动恢复）。按 2.4G 的经验，把 radio0 改为 `HE40` 应能根治，但 5G 热点带宽会从 160 MHz 降到 40 MHz，所以暂未修改，目前靠看门狗兜底。可以用 `logread -e wwan-watchdog | grep wwan5` 看触发频率再决定。 +### wwan2：下次编译固件时加入 HE overrides，对 wwan2 关闭 HE + +目前 wwan2 靠看门狗兜底：wwan2 只是副线路（mwan3 权重 3），断流期间流量会自动走 wwan5，约 2 分钟内恢复。 + +要根治，需要让 wwan2 不用 HE（Wi-Fi 6）连上游，只用 HT（Wi-Fi 4）。wpa_supplicant 有网络级参数 `disable_he=1`，但现有固件不支持： + +| 检查项 | 结果 | +|---|---| +| 路由器上的 wpad | `wpad-basic-mbedtls` | +| `GET_NETWORK disable_vht` | `0`（支持） | +| `GET_NETWORK disable_he` | `FAIL`（不支持） | +| OpenWrt 25.12 `wpa_supplicant-basic.config` / `-full.config` | 只有 `CONFIG_HT_OVERRIDES=y`、`CONFIG_VHT_OVERRIDES=y`，**没有** `CONFIG_HE_OVERRIDES` | +| hostap `wpa_supplicant/Makefile` | 支持 `CONFIG_HE_OVERRIDES` → `-DCONFIG_HE_OVERRIDES` | + +所以单纯换成完整版 `wpad-mbedtls`（本仓库 `e749002` 已改）也不够，下次编译需要改三处（路径基于 OpenWrt 25.12 源码树）： + +1. **wpa_supplicant 打开 HE overrides。** 在 `package/network/services/hostapd/files/wpa_supplicant-full.config` 中，`CONFIG_VHT_OVERRIDES=y` 下面加： + + ``` + # Support HE overrides (disable HE) + CONFIG_HE_OVERRIDES=y + ``` + + 本仓库的包列表用的是完整版 `wpad-mbedtls`，改 `-full.config` 即可；如果改用 basic 版，要改 `wpa_supplicant-basic.config`。 + +2. **wifi-scripts 把 `disable_he` 传给 wpa_supplicant。** 在 `package/network/config/wifi-scripts/files-ucode/usr/share/ucode/wifi/supplicant.uc` 的 `setup_sta()` 里，`network_append_vars` 列表中 `'disable_vht'` 旁边加上 `'disable_he'`： + + ``` + 'disable_ht', 'disable_ht40', 'disable_vht', 'disable_he', 'vht', 'max_oper_chwidth', + ``` + +3. **schema 登记 `disable_he`。** 在 `package/network/config/wifi-scripts/files-ucode/usr/share/schema/wireless.wifi-iface.json` 的 `properties` 中加入： + + ```json + "disable_he": { + "description": "Disable HE (802.11ax) for this station", + "type": "boolean" + }, + ``` + + 不加的话 `validate.uc` 只会打印 `disable_he is not present in the schema`，值仍会传下去，但不会被转换成布尔值。加上更干净。 + +刷机后在路由器上： + +```sh +uci set wireless.wifinet_radio1.disable_he='1' +uci commit wireless +wifi up radio1 +``` + +验证方法： + +```sh +# 应返回 1，而不是 FAIL +ubus call wpa_supplicant.phy1-sta0 control '{"command":"LIST_NETWORKS"}' +ubus call wpa_supplicant.phy1-sta0 control '{"command":"GET_NETWORK disable_he"}' +# tx bitrate 应显示 MCS x（HT），不再是 HE-MCS +iw dev phy1-sta0 station dump | grep bitrate +# 观察数小时，看门狗不应再触发 wwan2 +logread -e wwan-watchdog | grep wwan2 +``` + +注意：sysupgrade 只保留 `/etc/config/` 和 `/etc/sysupgrade.conf` 里列出的文件，`/usr/share/` 下的文件会被新固件替换。所以第 2、3 步必须进固件，在路由器上手改会在下次升级时丢失；而且第 1 步不进固件的话，手改 2、3 也没用。`disable_he` 只影响 wwan2 这个 STA，不影响 2.4G 热点。wwan5 已经稳定，不需要关 HE。 + +### 其他 + - **wwan5 登录过期**：看门狗只记录日志，不会自动登录。如果上游登录页能用简单的 HTTP 表单提交，可以再加自动登录。 +- **txpower**：radio1 的 `txpower='13'` 没有动。如果关 HE 后 wwan2 仍有问题，下一个可以试的是去掉这个限制。 - 每天 07:00 的定时重启（`0 7 * * * reboot`）保持不变。 ## 回滚 ```sh -uci set wireless.radio1.htmode='HE40' && uci commit wireless && wifi up radio1 +uci set wireless.radio1.htmode='HE40' && uci set wireless.radio0.htmode='HE160' && uci commit wireless +wifi up radio1 && wifi up radio0 cp /root/99-fix-same-subnet-routing.bak /etc/hotplug.d/iface/99-fix-same-subnet-routing cp /root/mwan3.user.bak /etc/mwan3.user crontab -l | grep -v wwan-watchdog | crontab - @@ -174,6 +296,7 @@ sed -i '\#^/usr/sbin/wwan-watchdog$#d; \#^/etc/mwan3.user$#d' /etc/sysupgrade.co PATH=/usr/sbin:/usr/bin:/sbin:/bin STATE_DIR=/tmp/wwan-watchdog TAG=wwan-watchdog +PROBE_IPS="223.5.5.5 1.1.1.1" exec 9>/var/lock/wwan-watchdog.lock flock -n 9 || exit 0 @@ -181,8 +304,21 @@ mkdir -p "$STATE_DIR" log() { logger -t "$TAG" "$*"; } -gw_ok() { - ping -c 3 -W 1 -I "$1" "$2" >/dev/null 2>&1 +tx_stats() { + iw dev "$1" station dump 2>/dev/null | awk ' + /tx packets/ { p = $3 } + /tx failed/ { f = $3 } + /tx bitrate/ { r = $3 " " $4 " " $5 } + END { print "tx=" p " failed=" f " rate=" r }' +} + +# Healthy if the gateway or any probe address answers through this device +link_ok() { + local dev="$1" gw="$2" ip + for ip in "$gw" $PROBE_IPS; do + ping -c 2 -W 2 -I "$dev" "$ip" >/dev/null 2>&1 && return 0 + done + return 1 } check() { @@ -195,11 +331,12 @@ check() { gw=$(ifstatus "$iface" | jsonfilter -e '@.route[@.target="0.0.0.0"].nexthop' | head -n 1) [ -n "$gw" ] || return - if gw_ok "$dev" "$gw"; then - [ -f "$count_file" ] && log "$iface: gateway $gw reachable again" + if link_ok "$dev" "$gw"; then + [ -f "$count_file" ] && log "$iface: link passing traffic again" rm -f "$count_file" - if mwan3 interfaces 2>/dev/null | grep -q "interface $iface is offline"; then - log "$iface: gateway reachable but internet offline (login expired or upstream down?)" + if ping -c 2 -W 2 -I "$dev" "$gw" >/dev/null 2>&1 && \ + mwan3 interfaces 2>/dev/null | grep -q "interface $iface is offline"; then + log "$iface: gateway reachable but mwan3 offline (login expired or upstream down?)" fi return fi @@ -208,17 +345,20 @@ check() { echo "$count" > "$count_file" case "$count" in - 1|2) - log "$iface: gateway $gw unreachable via $dev (attempt $count), reassociating" + 1) + log "$iface: gateway $gw and probes unreachable via $dev ($(tx_stats "$dev")), confirming next check" + ;; + 2|3) + log "$iface: still unreachable (check $count, $(tx_stats "$dev")), reassociating" ubus call "wpa_supplicant.$dev" control '{"command":"REASSOCIATE"}' >/dev/null 2>&1 ;; - 3) - log "$iface: still unreachable after reassociate, restarting $radio" + 4) + log "$iface: still unreachable after reassociate ($(tx_stats "$dev")), restarting $radio" wifi up "$radio" ;; *) # Back off: retry the radio restart every 10 failed checks - if [ $(( count % 10 )) -eq 3 ]; then + if [ $(( count % 10 )) -eq 4 ]; then log "$iface: unreachable for $count checks, restarting $radio again" wifi up "$radio" fi