Massive multiple-input multiple-output (mMIMO) based grant-free random access (RA) (mGFRA) has been studied for massive machine-type communication (mMTC). In the existing works of mGFRA, it is implicitly assumed that each RA user equipment (UE) in mMTC has the same data-packet size. However, this may not be the case in practice as RA UEs in different applications can have different numbers of bits to send, which may result in data packets of different sizes. In addition to that, preamble collision is a key issue that degrades the performance of mGFRA when orthogonal preamble is used. In this article, we aim to address the preamble collision issue under a practical mGFRA scenario that consists of two different types of RA UEs (with short and large data packets). Specifically, by exploiting different sizes of data packets, we propose a triangular non-orthogonal RA (T-NORA) scheme, where the preamble transmission of RA UEs with small-sized data packet is embedded into the data transmission of RA UEs with large-sized data packet so that the preamble collision between two different types of RA UEs can be avoided. As a result, an improved performance over conventional mGFRA can be achieved by T-NORA with the assistance of mMIMO. Through analytical and simulation results, we can confirm that the proposed T-NORA scheme outperforms the conventional mGFRA scheme.

中文翻译：

---

mMIMO系统中的三角非正交随机接入

已经针对大规模机器类型通信 (mMTC) 研究了基于大规模多输入多输出 (mMIMO) 的免授权随机接入 (RA) (mGFRA)。在 mGFRA 的现有工作中，隐含地假设 mMTC 中的每个 RA 用户设备（UE）具有相同的数据包大小。然而，这在实践中可能并非如此，因为不同应用中的 RA UE 可以具有不同数量的比特来发送，这可能导致不同大小的数据包。除此之外，当使用正交前同步码时，前同步码冲突是降低 mGFRA 性能的关键问题。在本文中，我们旨在解决实际 mGFRA 场景下的前导冲突问题，该场景由两种不同类型的 RA UE（具有短数据包和大数据包）组成。具体来说，通过利用不同大小的数据包，我们提出了一种三角形非正交 RA (T-NORA) 方案，其中具有小数据包的 RA UE 的前导传输被嵌入到具有大数据包的 RA UE 的数据传输中，以便两个之间的前导冲突可以避免不同类型的 RA UE。因此，在 mMIMO 的帮助下，T-NORA 可以实现优于传统 mGFRA 的性能。通过分析和仿真结果，我们可以确认所提出的 T-NORA 方案优于传统的 mGFRA 方案。在 mMIMO 的帮助下，T-NORA 可以实现优于传统 mGFRA 的性能。通过分析和仿真结果，我们可以确认所提出的 T-NORA 方案优于传统的 mGFRA 方案。在 mMIMO 的帮助下，T-NORA 可以实现优于传统 mGFRA 的性能。通过分析和仿真结果，我们可以确认所提出的 T-NORA 方案优于传统的 mGFRA 方案。