284 lines
10 KiB
Markdown
284 lines
10 KiB
Markdown
# Linksys MX8500：Wi-Fi 上联 wwan2 / wwan5 断流后无法自动恢复
|
||
|
||
- 日期：2026-10-28
|
||
- 设备：Linksys MX8500（`linksys-mx8500.tail694d4.ts.net`）
|
||
- 系统：OpenWrt 25.12.5 r33051-f5dae5ece4，qualcommax/ipq807x
|
||
- 无线固件：ath11k WLAN.HK.2.9.0.1-02146
|
||
|
||
## 背景
|
||
|
||
路由器没有有线 WAN，用两个 STA 接口中继上游 Wi-Fi，mwan3 做负载均衡：
|
||
|
||
| 接口 | 设备 | 射频 | 上游 SSID | MAC | 说明 |
|
||
|---|---|---|---|---|---|
|
||
| wwan5 | `phy0-sta0` | radio0（5G） | Urban Residence | 固定 | 上游要求登录，按 MAC 记录 |
|
||
| wwan2 | `phy1-sta0` | radio1（2.4G） | Urban Resident | random | 开放网络，无需登录 |
|
||
|
||
两个射频上同时跑着本地热点（AP + STA 共用一个射频）。两个上游 SSID 后面是同一个 Nomadix 网关（`00:50:e8:04:90:8c`）。
|
||
|
||
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。
|
||
|
||
## 排查结果
|
||
|
||
### 故障时的状态（wwan2）
|
||
|
||
| 项目 | 结果 |
|
||
|---|---|
|
||
| `iw link` | 关联正常，信号 -53 dBm，beacon 正常，无 beacon loss |
|
||
| 下行速率 | 162 Mbit/s，正常 |
|
||
| 上行 | **tx failed 5775 / 6263（约 92%）**，速率掉到 HE-MCS0 NSS1（8.6 Mbit/s） |
|
||
| ping 网关 172.20.8.1 | 100% 丢包（ARP 表项仍为 REACHABLE） |
|
||
| ping 外网 | 100% 丢包 |
|
||
| 路由 | 正确：`223.5.5.5 from 172.20.8.60 via 172.20.8.1 dev phy1-sta0 table 1` |
|
||
|
||
路由器能收到上游 AP，但发出去的帧绝大多数得不到 ACK，问题在无线链路层，不在路由或防火墙。
|
||
|
||
对 wpa_supplicant 发一次 `REASSOCIATE`（不换 MAC、不改配置）后，tx failed 立刻归零，速率恢复到 100+ Mbit/s，网关和外网都通。约 5 分钟后再次进入同样的状态，说明这是可复现的问题，不是偶发。
|
||
|
||
wwan5 在日志中也有连续丢失 224 个 ping、手动重载 Wi-Fi 后才恢复的记录，但更早的日志已被覆盖（日志缓冲只有 128 KB），无法确认原因是否相同。
|
||
|
||
### 为什么不会自动恢复
|
||
|
||
1. STA 仍处于关联状态，beacon 正常，wpa_supplicant / netifd 收不到断开事件，不会重连。
|
||
2. mwan3 检测到 ping 失败后只把接口标记为 offline、撤掉路由，不会去修复无线链路。
|
||
3. 于是链路一直“半死”，直到有人手动重启 Wi-Fi。
|
||
|
||
### 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。
|
||
|
||
把 radio1 改成 `HE20` 后，AP 和 STA 都在 20 MHz，上行恢复正常（见“验证”）。
|
||
|
||
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。
|
||
|
||
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。
|
||
|
||
## 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）
|
||
|
||
```sh
|
||
uci set wireless.radio1.htmode='HE20'
|
||
uci commit wireless
|
||
wifi up radio1
|
||
```
|
||
|
||
代价：2.4G 本地热点的带宽从 40 MHz 降到 20 MHz。
|
||
|
||
`txpower='13'` 保持不变，改带宽后已经足够。
|
||
|
||
### 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：
|
||
|
||
| 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` |
|
||
| 之后仍不通 | 每 10 次检测重启一次射频，避免频繁打断热点 |
|
||
|
||
相关改动：
|
||
|
||
- `crontab`：新增 `* * * * * /usr/sbin/wwan-watchdog`
|
||
- `/etc/mwan3.user`：追加 `disconnected` 事件时调用看门狗（备份：`/root/mwan3.user.bak`）
|
||
- `/etc/sysupgrade.conf`：加入 `/usr/sbin/wwan-watchdog` 和 `/etc/mwan3.user`
|
||
|
||
日志标签为 `wwan-watchdog`，用 `logread -e wwan-watchdog` 查看。
|
||
|
||
### 3. 修复 `/etc/hotplug.d/iface/99-fix-same-subnet-routing`
|
||
|
||
原脚本每次 ifup 只删除当前 IP 的旧规则，旧 IP 的规则会一直残留。wwan2 使用随机 MAC，IP 可能变化，残留越积越多。修改前存在两条残留规则：
|
||
|
||
```
|
||
100: from 172.20.8.214 lookup 2 # 指向 wwan5 的表，错误
|
||
100: from 172.20.8.55 lookup 1
|
||
```
|
||
|
||
新逻辑：ifup 时先删除所有满足以下任一条件的 prio 100 规则，再添加当前规则：
|
||
|
||
- 源 IP 与当前 IP 相同
|
||
- 指向同一张路由表
|
||
- 源 IP 已不在本机任何接口上
|
||
|
||
已手动运行一次，残留规则已清除。备份：`/root/99-fix-same-subnet-routing.bak`。
|
||
|
||
### 4. 日志缓冲调大
|
||
|
||
`system.@system[0].log_size` 从 128 改为 1024（KB）。原来 mwan3track 的日志约 6 分钟就会把缓冲写满，无法回溯故障。
|
||
|
||
## 验证
|
||
|
||
### wwan2：HE20 前后对比
|
||
|
||
| | HE40（修改前） | HE20（修改后） |
|
||
|---|---|---|
|
||
| 正常维持时间 | 每次重连后约 5 分钟即失效 | 观察 33 分钟无失效 |
|
||
| tx failed | 5775 / 6263（约 92%） | 24 / 31142（< 0.1%） |
|
||
| 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)`。
|
||
|
||
### wwan5：看门狗实际触发一次
|
||
|
||
观察期间 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）
|
||
22:01:05 wwan-watchdog: wwan5: gateway 10.33.13.1 unreachable ... reassociating
|
||
22:01:13 重新关联成功，DHCP 拿回同一个 IP 10.33.13.15（MAC 不变，登录状态保留）
|
||
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”）。
|
||
|
||
### 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：
|
||
|
||
```
|
||
100: from 172.20.9.230 lookup 1
|
||
100: from 10.33.13.15 lookup 2
|
||
```
|
||
|
||
## 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。
|
||
- **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。
|
||
- 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
|
||
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 -
|
||
rm /usr/sbin/wwan-watchdog
|
||
sed -i '\#^/usr/sbin/wwan-watchdog$#d; \#^/etc/mwan3.user$#d' /etc/sysupgrade.conf
|
||
```
|
||
|
||
## 附录：脚本全文
|
||
|
||
### `/usr/sbin/wwan-watchdog`
|
||
|
||
```sh
|
||
#!/bin/sh
|
||
# Recover Wi-Fi STA uplinks that stay associated but stop passing traffic.
|
||
# Called every minute by cron and on mwan3 "disconnected" events.
|
||
|
||
PATH=/usr/sbin:/usr/bin:/sbin:/bin
|
||
STATE_DIR=/tmp/wwan-watchdog
|
||
TAG=wwan-watchdog
|
||
|
||
exec 9>/var/lock/wwan-watchdog.lock
|
||
flock -n 9 || exit 0
|
||
mkdir -p "$STATE_DIR"
|
||
|
||
log() { logger -t "$TAG" "$*"; }
|
||
|
||
gw_ok() {
|
||
ping -c 3 -W 1 -I "$1" "$2" >/dev/null 2>&1
|
||
}
|
||
|
||
check() {
|
||
local iface="$1" dev="$2" radio="$3"
|
||
local count_file="$STATE_DIR/$iface"
|
||
local up gw count
|
||
|
||
up=$(ifstatus "$iface" 2>/dev/null | jsonfilter -e '@.up')
|
||
[ "$up" = "true" ] || { rm -f "$count_file"; return; }
|
||
gw=$(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 $gw reachable again"
|
||
rm -f "$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?)"
|
||
fi
|
||
return
|
||
fi
|
||
|
||
count=$(( $(cat "$count_file" 2>/dev/null || echo 0) + 1 ))
|
||
echo "$count" > "$count_file"
|
||
|
||
case "$count" in
|
||
1|2)
|
||
log "$iface: gateway $gw unreachable via $dev (attempt $count), reassociating"
|
||
ubus call "wpa_supplicant.$dev" control '{"command":"REASSOCIATE"}' >/dev/null 2>&1
|
||
;;
|
||
3)
|
||
log "$iface: still unreachable after reassociate, restarting $radio"
|
||
wifi up "$radio"
|
||
;;
|
||
*)
|
||
# Back off: retry the radio restart every 10 failed checks
|
||
if [ $(( count % 10 )) -eq 3 ]; then
|
||
log "$iface: unreachable for $count checks, restarting $radio again"
|
||
wifi up "$radio"
|
||
fi
|
||
;;
|
||
esac
|
||
}
|
||
|
||
check wwan2 phy1-sta0 radio1
|
||
check wwan5 phy0-sta0 radio0
|
||
```
|
||
|
||
### `/etc/hotplug.d/iface/99-fix-same-subnet-routing`
|
||
|
||
```sh
|
||
#!/bin/sh
|
||
|
||
[ "$ACTION" = "ifup" ] || exit 0
|
||
|
||
case "$INTERFACE" in
|
||
wwan2|wwan5)
|
||
;;
|
||
*)
|
||
exit 0
|
||
;;
|
||
esac
|
||
|
||
# Get the IP address of this interface
|
||
IP=$(ifstatus "$INTERFACE" | jsonfilter -e '@["ipv4-address"][0].address' 2>/dev/null)
|
||
[ -z "$IP" ] && exit 0
|
||
|
||
# Get the L3 device name of this interface
|
||
DEV=$(ifstatus "$INTERFACE" | jsonfilter -e '@.l3_device' 2>/dev/null)
|
||
[ -z "$DEV" ] && exit 0
|
||
|
||
# Find the routing table number assigned by MWAN3 for this device
|
||
TABLE=$(ip rule show | grep "iif $DEV lookup" | grep -o 'lookup [0-9]*' | awk '{print $2}' | head -1)
|
||
[ -z "$TABLE" ] && exit 0
|
||
|
||
# Remove stale prio 100 rules: same IP, same table, or source IP no longer on this router
|
||
ip rule show | awk '$1 == "100:" && $2 == "from" { print $3, $5 }' | while read -r OLD_IP OLD_TABLE; do
|
||
if [ "$OLD_IP" = "$IP" ] || [ "$OLD_TABLE" = "$TABLE" ] || \
|
||
! ip -4 addr show | grep -q "inet $OLD_IP/"; then
|
||
ip rule del from "$OLD_IP" lookup "$OLD_TABLE" prio 100 2>/dev/null && \
|
||
[ "$OLD_IP" != "$IP" ] && \
|
||
logger -t fix-routing "Removed stale rule: from $OLD_IP table $OLD_TABLE"
|
||
fi
|
||
done
|
||
|
||
# Add source-based policy route
|
||
ip rule add from "$IP" table $TABLE prio 100
|
||
|
||
logger -t fix-routing "Added rule: from $IP table $TABLE (dev $DEV) for $INTERFACE"
|
||
```
|
||
|
||
### `/etc/mwan3.user`（追加部分）
|
||
|
||
```sh
|
||
|
||
[ "$ACTION" = "disconnected" ] && case "$INTERFACE" in
|
||
wwan2|wwan5) /usr/sbin/wwan-watchdog & ;;
|
||
esac
|
||
```
|