Massive machine type communications (mMTC) is one of the three major scenarios of the fifth generation (5G) communication system, and raises new challenges for the development of new radio access technology. Unlike human type communications (HTC), mMTC is typically characterised by a massive number of devices, small-sized packets, low or no mobility, low energy consumption and sporadic transmission, which requires novel solutions. In this paper, we propose the 2-step random access with early data transmission (2-step-EDT) framework. To solve the optimization problem proposed in the framework, we introduce an algorithm, namely, Backward Sparsity Adaptive Matching Pursuit with Checking and Projecting (BSAMP-CP), which jointly conducts the sparsity level estimation, active device detection, channel estimation and data recovery in two phases. Specifically, in the first phase, BSAMP-CP conducts the sparsity level estimation in a backward manner exploiting the data length diversity information. In the second phase, BSAMP-CP jointly conducts activity detection, channel estimation and data recovery, taking the joint sparsity information of pilot and data symbols, the error checking information and the modulation constellation information into account. Furthermore, we provide a theoretical analysis on the convergence of the proposed BSAMP-CP in the noiseless case and the rationale for the improvement yielded by exploiting data length diversity. Simulation results demonstrate the superiority of the proposed solution in comparison to other existing methods.

中文翻译：

---

一种具有反向活动水平估计的大规模机器类型通信的免授权方法

海量机器通信（mMTC）是第五代（5G）通信系统的三大场景之一，对无线接入新技术的发展提出了新的挑战。与人类类型通信 (HTC) 不同，mMTC 通常具有设备数量多、数据包小、移动性低或无移动性、低能耗和零星传输的特点，这需要新颖的解决方案。在本文中，我们提出了具有早期数据传输（2-step-EDT）框架的两步随机访问。为了解决框架中提出的优化问题，我们引入了一种算法，即带有检查和投影的反向稀疏自适应匹配追踪（BSAMP-CP），它联合进行稀疏水平估计、有源设备检测、信道估计和数据恢复。两个阶段。具体而言，在第一阶段，BSAMP-CP 利用数据长度分集信息以反向方式进行稀疏度估计。在第二阶段，BSAMP-CP结合导频和数据符号的联合稀疏信息、错误校验信息和调制星座信息，联合进行活动检测、信道估计和数据恢复。此外，我们对所提出的 BSAMP-CP 在无噪声情况下的收敛性以及通过利用数据长度多样性产生的改进的基本原理进行了理论分析。仿真结果证明了所提出的解决方案与其他现有方法相比的优越性。BSAMP-CP 利用数据长度分集信息以反向方式进行稀疏度估计。在第二阶段，BSAMP-CP结合导频和数据符号的联合稀疏信息、错误校验信息和调制星座信息，联合进行活动检测、信道估计和数据恢复。此外，我们对所提出的 BSAMP-CP 在无噪声情况下的收敛性以及通过利用数据长度多样性产生的改进的基本原理进行了理论分析。仿真结果证明了所提出的解决方案与其他现有方法相比的优越性。BSAMP-CP 利用数据长度分集信息以反向方式进行稀疏度估计。在第二阶段，BSAMP-CP结合导频和数据符号的联合稀疏信息、错误校验信息和调制星座信息，联合进行活动检测、信道估计和数据恢复。此外，我们对所提出的 BSAMP-CP 在无噪声情况下的收敛性以及通过利用数据长度多样性产生的改进的基本原理进行了理论分析。仿真结果证明了所提出的解决方案与其他现有方法相比的优越性。考虑导频和数据符号的联合稀疏信息、错误校验信息和调制星座信息。此外，我们对所提出的 BSAMP-CP 在无噪声情况下的收敛性以及通过利用数据长度多样性产生的改进的基本原理进行了理论分析。仿真结果证明了所提出的解决方案与其他现有方法相比的优越性。考虑导频和数据符号的联合稀疏信息、错误校验信息和调制星座信息。此外，我们对所提出的 BSAMP-CP 在无噪声情况下的收敛性以及通过利用数据长度多样性产生的改进的基本原理进行了理论分析。仿真结果证明了所提出的解决方案与其他现有方法相比的优越性。