Non-orthogonal multiple access (NOMA) is an essential enabling technology for the fifth-generation (5G) wireless networks to meet the heterogeneous demands on low latency, high reliability, massive connectivity, improved fairness, and high throughput. The key idea behind NOMA is to serve multiple users in the same resource block, such as a time slot, subcarrier, or spreading code. The NOMA principle is a general framework, and several recently proposed 5G multiple access schemes can be viewed as special cases. This survey provides an overview of the latest NOMA research and innovations as well as their applications. Thereby, the papers published in this special issue are put into the context of the existing literature. Future research challenges regarding NOMA in 5G and beyond are also discussed.

A key enabler for the intelligent information society of 2030, 6G networks are expected to provide performance superior to 5G and satisfy emerging services and applications. In this article, we present our vision of what 6G will be and describe usage scenarios and requirements for multi-terabyte per second (Tb/s) and intelligent 6G networks. We present a large-dimensional and autonomous network architecture that integrates space, air, ground, and underwater networks to provide ubiquitous and unlimited wireless connectivity. We also discuss artificial intelligence (AI) and machine learning [1], [2] for autonomous networks and innovative air-interface design. Finally, we identify several promising technologies for the 6G ecosystem, including terahertz (THz) communications, very-large-scale antenna arrays [i.e., supermassive (SM) multiple-input, multiple-output (MIMO)], large intelligent surfaces (LISs) and holographic beamforming (HBF), orbital angular momentum (OAM) multiplexing, laser and visible-light communications (VLC), blockchain-based spectrum sharing, quantum communications and computing, molecular communications, and the Internet of Nano-Things.

Millimeter wave (mmWave) communications have recently attracted large research interest, since the huge available bandwidth can potentially lead to the rates of multiple gigabit per second per user. Though mmWave can be readily used in stationary scenarios, such as indoor hotspots or backhaul, it is challenging to use mmWave in mobile networks, where the transmitting/receiving nodes may be moving, channels may have a complicated structure, and the coordination among multiple nodes is difficult. To fully exploit the high potential rates of mmWave in mobile networks, lots of technical problems must be addressed. This paper presents a comprehensive survey of mmWave communications for future mobile networks (5G and beyond). We first summarize the recent channel measurement campaigns and modeling results. Then, we discuss in detail recent progresses in multiple input multiple output transceiver design for mmWave communications. After that, we provide an overview of the solution for multiple access and backhauling, followed by the analysis of coverage and connectivity. Finally, the progresses in the standardization and deployment of mmWave for mobile networks are discussed.

With the emerging technologies and all associated devices, it is predicted that massive amount of data will be created in the next few years – in fact, as much as 90% of current data were created in the last couple of years – a trend that will continue for the foreseeable future. Sustainable computing studies the process by which computer engineer/scientist designs computers and associated subsystems efficiently and effectively with minimal impact on the environment. However, current intelligent machine-learning systems are performance driven – the focus is on the predictive/classification accuracy, based on known properties learned from the training samples. For instance, most machine-learning-based nonparametric models are known to require high computational cost in order to find the global optima. With the learning task in a large dataset, the number of hidden nodes within the network will therefore increase significantly, which eventually leads to an exponential rise in computational complexity. This paper thus reviews the theoretical and experimental data-modeling literature, in large-scale data-intensive fields, relating to: (1) model efficiency, including computational requirements in learning, and data-intensive areas' structure and design, and introduces (2) new algorithmic approaches with the least memory requirements and processing to minimize computational cost, while maintaining/improving its predictive/classification accuracy and stability.

Optical wireless, also known as free-space optics, has received much attention in recent years as a cost-effective, license-free and wide-bandwidth access technique for high data rates applications. The performance of free-space optical (FSO) communication, however, severely suffers from turbulence-induced fading caused by atmospheric conditions. Multiple laser transmitters and/or receivers can be placed at both ends to mitigate the turbulence fading and exploit the advantages of spatial diversity. Spatial diversity is particularly crucial for strong turbulence channels in which single-input single-output (SISO) link performs extremely poor. Atmospheric-induced strong turbulence fading in outdoor FSO systems can be modeled as a multiplicative random process which follows the K distribution. In this paper, we investigate the error rate performance of FSO systems for K-distributed atmospheric turbulence channels and discuss potential advantages of spatial diversity deployments at the transmitter and/or receiver. We further present efficient approximated closed-form expressions for the average bit-error rate (BER) of single-input multiple-output (SIMO) FSO systems. These analytical tools are reliable alternatives to time-consuming Monte Carlo simulation of FSO systems where BER targets as low as 10 -9 are typically aimed to achieve.

Localization is one of the key technologies in wireless sensor networks (WSNs), since it provides fundamental support for many location-aware protocols and applications. Constraints on cost and power consumption make it infeasible to equip each sensor node in the network with a global position system (GPS) unit, especially for large-scale WSNs. A promising method to localize unknown nodes is to use mobile anchor nodes (MANs), which are equipped with GPS units moving among unknown nodes and periodically broadcasting their current locations to help nearby unknown nodes with localization. A considerable body of research has addressed the mobile anchor node assisted localization (MANAL) problem. However, to the best of our knowledge, no updated surveys on MAAL reflecting recent advances in the field have been presented in the past few years. This survey presents a review of the most successful MANAL algorithms, focusing on the achievements made in the past decade, and aims to become a starting point for researchers who are initiating their endeavors in MANAL research field. In addition, we seek to present a comprehensive review of the recent breakthroughs in the field, providing links to the most interesting and successful advances in this research field.

Non-orthogonal multiple access (NOMA) systems have the potential to deliver higher system throughput, compared with contemporary orthogonal multiple access techniques. For a linearly precoded multiple-input single-output (MISO) system, we study the downlink sum rate maximization problem, when the NOMA principle is applied. Being a non-convex and intractable optimization problem, we resort to approximate it with a minorization-maximization algorithm (MMA), which is a widely used tool in statistics. In each step of the MMA, we solve a second-order cone program, such that the feasibility set in each step contains that of the previous one, and is always guaranteed to be a subset of the feasibility set of the original problem. It should be noted that the algorithm takes a few iterations to converge. Furthermore, we study the conditions under which the achievable rates maximization can be further simplified to a low complexity design problem, and we compute the probability of occurrence of this event. Numerical examples are conducted to show a comparison of the proposed approach against conventional multiple access systems.

We study the error performance of an heterodyne differential phase-shift keying (DPSK) optical wireless (OW) communication system operating under various intensity fluctuations conditions. Specifically, it is assumed that the propagating signal suffers from the combined effects of atmospheric turbulence-induced fading, misalignment fading (i.e., pointing errors) and path-loss. Novel closed-form expressions for the statistics of the random attenuation of the propagation channel are derived and the bit-error rate (BER) performance is investigated for all the above fading effects. Numerical results are provided to evaluate the error performance of OW systems with the presence of atmospheric turbulence and/or misalignment. Moreover, nonlinear optimization is also considered to find the optimum beamwidth that achieves the minimum BER for a given signal-to-noise ratio value.

We present closed-form lower bounds for the performance of multihop transmissions with nonregenerative relays over not necessarily identically distributed Nakagami-m fading channels. The end-to-end signal-to-noise ratio is formulated and upper bounded by using an inequality between harmonic and geometric means of positive random variables (RVs). Novel closed-form expressions are derived for the moment generating function, the probability density function, and the cumulative distribution function of the product of rational powers of statistically independent Gamma RVs. These statistical results are then applied to studying the outage probability and the average bit-error probability for phase- and frequency-modulated signaling. Numerical examples compare analytical and simulation results, verifying the tightness of the proposed bounds.

In this paper, a downlink single-cell non-orthogonal multiple access (NOMA) network with uniformly deployed users is considered and an analytical framework to evaluate its performance is developed. Particularly, the performance of NOMA is studied by assuming two types of partial channel state information (CSI). For the first one, which is based on imperfect CSI, we present a simple closed-form approximation for the outage probability and the average sum rate, as well as their high signal-to-noise ratio (SNR) expressions. For the second type of CSI, which is based on second order statistics (SOS), we derive a closed-form expression for the outage probability and an approximate expression for the average sum rate for the special case two users. For the addressed scenario with the two types of partial CSI, the results demonstrate that NOMA can achieve superior performance compared to the traditional orthogonal multiple access (OMA). Moreover, SOS-based NOMA always achieves better performance than that with imperfect CSI, while it can achieve similar performance to the NOMA with perfect CSI at the low SNR region. The provided numerical results confirm that the derived expressions for the outage probability and the average sum rate match well with the Monte Carlo simulations.