中兴BSC-LAPD单板故障引起业务中断的处理

杨宁

摘要：本文从中兴设备的一次无规律的群发性断站故障的处理出发，分别总结了故障的现象、原因及反映问题，并针对故障的产生制定了相应的规避措施及改进建议，在此基础上系统地整理了相关对应关系的资料，提出了针对此类故障的一般解决思路和方法，供大家参考。

关键词：LAPD;断站;故障;处理1故障处理过程

我公司GSM网络基站控制器采用的是中兴ZXR10-IBSC，2011年某日，某BSC下辖的罗庄汤庄等共15个基站同时出现断站，经对中兴基站网管进行告警查询，发现与其他断站障碍告警码一致，出现“站点LAPD断告警(16785414)”的同时也都出现了“机架LAPD断告警(16785409)”。于是值班人员分别查看了基站所处位置的电源、传输情况，这15个站并不在同一条传输链上或是同一物理区域内，基本排除传输和电源的故障。经检查BSC的资源分配，这15个站点都分布在同一BSC上，故对BSC级单板进行历史通知、历史告警和现网告警的查询，一条与断站告警几乎同时出现的告警引起了我们的关注，即“单板和归属模块之间的控制面通讯异常(8393985)”告警，而发生位置是IBSC中1架1框4槽位的单板，CPU序号为2，经查看设备面板框图，发现处于1架1框4槽的单板是SPB板（信令处理板），分别用于处理局间的MTP层（消息传递部分）信令、基站与BSC之间的LAPD信令及Gb接口信令。而该位置上所配置的SPB板逻辑上是用于处理LAPD信令的。从而我们通过实时的动态控制对411位置（1架1框4槽）的SPB板的4个CPU分别进行“CPU占用率查询”操作，结果四个CPU中CPU2没反应。进一步对业务中断站点进行资源的查询，发现中断基站全部位于该LAPD的下，初步判断该板故障，本着先恢复现场业务思路，对CPU2进行复位的时候，但无任何反应，故确定该单板中的CPU2出现了故障。于是本着先恢复业务，再进一步分析总结障碍的思路，我们利用备板更换了故障单板，该故障恢复。

2故障原因分析

2.1 LAPD板的工作原理

2.1.1 LAPD板与SPB板的对应

LAPD板是一个逻辑概念，它的物理单板对应SPB板（信令处理板），SPB板有下列属性：⑴对外提供16路E1/T1接口。⑵单板含有4个CPU处理单元。⑶根据板子上所加载的软件的不同，SPB板可用作逻辑单板：LAPD、信令处理板SPB和Gb接口处理板GIPB等。1）LAPD板主要完成LAPD信令的处理；2）信令处理板SPB主要完成局间信令的处理；3）Gb接口处理板GIPB完成GPRS的FR（全速率）、NS（网络业务）和部分BSSGP（基站子系统GPRS协议）处理，并完成Gb接口(PCU至SGSN的接口)功能。

2.1.2 SPB板由以下5个单元组成

⑴接口单元：与电路交换单元连接，提供E1接口功能。

⑵电路交换单元：对接口单元的电路和来自背板的电路实现交换功能。

⑶CPU单元：完成信令处理、单板管理和内部接续控制。

⑷控制面交换单元：完成控制面数据交换并提供控制面FE口。

⑸媒体面交换单元：完成用户面数据交换并提供用户面面FE口。

2.1.3 单板数据流向说明

来自E1口或背板的数据经过接口单元处理，送至电路交换单元交换，然后送至CPU单元处理，最后通过交换单元送至其他单板处理。

2.2 基站至基站控制器之间LAPD信令的处理流程

来自BTS（基站）的LAPD信令由DTB/SPB板接入，通过本资源框UIMU（用户面通用接口模块）单板上的电路交换网交换到LAPD板，由LAPD板完成LAPD信令第二层的处理，之后LAPD板再将处理完的信令消息通过本资源框UIMU单板送至处理器框中的UIMC（控制面通用接口模块）单板，再由UIMC送至CMP（处理控制板）单板，由CMP板完成LAPD信令第三层的消息处理。

2.3 LAPD板的用途及配置

⑴LAPD板的用途及配置：基站至基站控制器之间的A-bis口上所承载的信令为LAP-D信令，用来处理LAPD信令的板子为LAPD板。对于一个单机架的IBSC来说，一般配置一个资源框的2块SPB板用作LAPD板，主要完成LAPD信令的處理。而对于双机架的IBSC来说，可配置2-3个资源框，这样就可配置4-6块LAPD板。1个LAPD板便对应1个模块。

⑵LAPD板的处理容量：对于老的V2的BSC来说，一块LAPD板可支持处理40条A-bis口上的信令链路（对应基站至基站控制器间一个2M的1个时隙），假设一个基站至一个BSC只开通了1条LAPD信令，这样理论上一块LAPD板可支持约40个基站的接入，再加上冗余方面的考虑，一块LAPD板最多可支持40个载频上所传送信令的处理。对于新的IBSC来说，1块LAPD板可支持处理384条LAPD信令链路，理论上1个基站6块载频中所承载的信令消息可复用至1条LAPD信令上传送，这样理论上1块LAPD板可处理384*6个载频中所传递的信息。而实际上因1块LAPD板就对应1个模块，1个模块最大可支持512条载频，这样1个LAPD板最多便可处理512条载频中所承载的信息。

⑶LAPD板中4个CPU的分配原则：1个LAPD板中有4个CPU，对应硬件的4个芯片，在增加基站的人机命令中，我们找不到可以指定某一块SPB板、某一个CPU的命令参数，从而哪块SPB板、某一块SPB板的哪个CPU具体负责哪些基站LAPD信令的处理是系统默认分配的，并不是人工指定的。假设系统认为1个LAPD板中1个CPU最多能处理20个基站的A-bis口信令，那么我们在添加基站数据时，前面加的20个基站便由系统分配到第一个CPU负责，而第21个基站A-bis口信令便由第二个CPU负责。而且哪个CPU负责哪些站无法通过人机命令显示出来，只能通过前台ORACLE数据的方式依次导出。

2.4 分析结论

逻辑上的LAPD板物理对应SPB板，用来处理基站至基站控制器之间LAPD信令的第二层，充当着信令终端的功能，而其中4个CPU通过负荷分担的方式分别处理一部分基站的LAPD信令，由于用来处理LAPD信令的SPB板中一个CPU故障，使得该CPU所负责处理的那部分基站的LAPD通信链路中断，与该CPU相关的所有站点的信令链路中断，系统业务无法正常进行。

3故障总结及改进措施

3.1 对相关资料进行健全与完善

此类故障出现时，由于我们只有基站与数字中继板DTB的对应资料和基站与LAPD板的对应关系，缺少基站与LAPD板中某一个CPU的对应资料，在本次故障的处理中，虽然出现了一条几乎同时的告警，但由于缺少基站与LAPD单板中CPU的对应关系，仍然给故障的判断带来困难，拖延了处理时限。因此应加强基本资料的随时整理和保存备份。

3.2 加强设备的预防性维护工作，及时消除故障隐患

对于IBSC来说，1块LAPD板具有着支持384条LAPD信令链路、512条载频信息处理的超大容量，集成度高的同时的也带来了安全方面的隐患，一块SPB板的故障，将可能引起上百个站的断站。由于此类单板没有相关的主备模式可以配置，只能加强对设备的预检预修，制定相关的测试计划，在话务闲时依次把LAPD板全部定期测试一遍,便于及时发现故障隐患,将故障消除在萌芽状态。针对此类单板独特的重要性，建议在所有的IBSC机房都全部配齐必要的备件和维修工具，并定期检测，保证备板的有效性，便于出现故障时及时更换，缩短故障恢复历时。

3.3 定期检查IBSC/BSC的告警信息，及时发现设备存在的隐患

经过检查中兴网管中的历史告警，我们发现同样的“单板和归属模块之间的控制面通讯异常(8393985)”告警、同样的位置下此前也出现过一次，但是该告警瞬间就恢复了，并没有影响到断站，从而也就没有引起维护人员的注意。此次故障告诫我们应定期检查IBSC/BSC的历史告警信息，认真地对待并分析每一次告警，即使是瞬间告警也不能放过，说不定这一次的瞬断就是下一次严重故障的隐患所在。

3.4 修改LAPD单板的相关告警级别

LAPD单板的“单板和归属模块之间的控制面通讯异常(8393985)”告警为重要告警，而由于IBSC的LAPD单板独特的重要地位，为了引起监控值班人员的重视，我们修改了LAPD单板的“单板和归属模块之间的控制面通讯异常(8393985)”的告警级别，将其置为与断站相同的严重告警，便于及时发现此类故障，及时修复，减少对网络的影响。

3.5 对BSC/IBSC的常见硬件处理方法和思路进行总结，并开展培训，使每一位维护人员都能熟练掌握

以下是常见故障的解决思路：

⑴倒换复位法：对于相应的硬件告警，首先可以采用复位单板的方法来确认是否是永久性故障，还是暂时性运行故障。到前台直接插拔单板，有时候比在后台远程复位更有效。

⑵替换法：在硬件排查中，这是一个行之有效的方法。将有告警的单板和正常运行的单板交换槽位，看是否告警跟着走，就可以确定故障原因是单板问题，还是槽位、线缆的问题。也可以用备件替换。

⑶数据重新装载：单板软件、基站数据重新装载可以清除系统内部的混乱数据，有时候可以有效的解决非硬件故障。

⑷打印、信令分析：当基本的硬件排查仍无法解决故障时，前后台的打印日志，以及Abis口、A口以及GB口的信令跟踪消息，能很好的帮助我们定位故障。

⑸拨打测试：对于基站下通话异常的情况，闭塞时隙（或逐个指定载频时隙和A口时隙，进行指定中继拨打），然后依次进行拨打测试，能准确地定位故障。

3.6 对LAPD单板故障的故障现象、原因及处理步骤进行总结，并打印、在所有IBSC机房上墙，写入设备的应急预案中，便于紧急情况下及时处理

以下是详细LAPD板故障后的处理步骤：

3.6.1 LAPD单板故障

⑴故障现象：整个LAPD板无法正常运行。LAPD通信链路中断，与该LAPD板对应的所有站点的信令链路中断，基站退服。

⑵故障原因：LAPD板与MP之间的通信斷、硬件故障、时钟丢失等均会导致此告警。

⑶故障处理

1）检查LAPD板是否上电或插紧。2）检查时钟板是否异常，如果异常则首先排除时钟故障。3）复位LAPD板，观察故障是否存在。4）检查后背板连线是否有松动或异常。5）检查 ECOM板版本，如有问题重新下载ECOM板。6）如果上述措施无效，则更换单板。⑷注意事项：接触单板或部件时必须带防静电手环。

3.6.2 LAPD单板中的某个CPU故障

⑴故障现象：一块LAPD单板中的某个CPU无法正常运行。LAPD 通信链路中断，与该LAPD板某个CPU相关的所有站点的信令链路中断，基站退服。而与该LAPD板中其他CPU相关的所有站点都正常。往往出现“单板和归属模块之间的控制面通讯异常(8393985)”的告警，在“发生位置”一栏，系统会标明架号、框号、槽号及CPUNO号。

⑵故障原因：LAPD单板中某个CPU与 MP之间的通信断、硬件故障、时钟丢失等均会导致此告警。

⑶故障处理

1）对LAPD板的检查同上述“LAPD单板故障”步骤；2）对出现告警的CPU执行“CPU占用率查询”操作，看CPU的返回状态；3）对LAPD单板中出现告警的CPU进行手工复位，观察故障是否存在；4）检查后背板连线是否有松动或异常；5）重新装载单板；6）如果上述措施无效，则更换单板。

4）注意事项：接触单板或部件时必须带防静电手环。

4总结与体会

一次断站故障的出现并不可拍，可怕的是对故障的熟视无睹，只要能够及时总结故障产生的深层次原因，从而制定相应的措施予以规避，相信我们的网络会越来越坚强，各项维护指标及服务指标会越来越好。在今后的故障处理中，我们仍将坚持“三不放过”的原则，即不查明故障原因不放过、不制定预防措施不放过、不举一反三不放过，变被动为主动，不断地总结维护经验、提高维护水平，为建设联通精品网络而努力。