A High Altitude Platform Station (HAPS) is a network node that operates in the stratosphere at an of altitude around 20 km and is instrumental for providing communication services. Precipitated by technological innovations in the areas of autonomous avionics, array antennas, solar panel efficiency levels, and battery energy densities, and fueled by flourishing industry ecosystems, the HAPS has emerged as an indispensable component of next-generations of wireless networks. In this article, we provide a vision and framework for the HAPS networks of the future supported by a comprehensive and state-of-the-art literature review. We highlight the unrealized potential of HAPS systems and elaborate on their unique ability to serve metropolitan areas. The latest advancements and promising technologies in the HAPS energy and payload systems are discussed. The integration of the emerging Reconfigurable Smart Surface (RSS) technology in the communications payload of HAPS systems for providing a cost-effective deployment is proposed. A detailed overview of the radio resource management in HAPS systems is presented along with synergistic physical layer techniques, including Faster-Than-Nyquist (FTN) signaling. Numerous aspects of handoff management in HAPS systems are described. The notable contributions of Artificial Intelligence (AI) in HAPS, including machine learning in the design, topology management, handoff, and resource allocation aspects are emphasized. The extensive overview of the literature we provide is crucial for substantiating our vision that depicts the expected deployment opportunities and challenges in the next 10 years (next-generation networks), as well as in the subsequent 10 years (next-next-generation networks).

The fifth generation (5G) mobile networks are envisaged to enable a plethora of breakthrough advancements in wireless technologies, providing support of a diverse set of services over a single platform. While the deployment of 5G systems is scaling up globally, it is time to look ahead for beyond 5G systems. This is mainly driven by the emerging societal trends, calling for fully automated systems and intelligent services supported by extended reality and haptics communications. To accommodate the stringent requirements of their prospective applications, which are data-driven and defined by extremely low-latency, ultra-reliable, fast and seamless wireless connectivity, research initiatives are currently focusing on a progressive roadmap towards the sixth generation (6G) networks, which are expected to bring transformative changes to this premise. In this article, we shed light on some of the major enabling technologies for 6G, which are expected to revolutionize the fundamental architectures of cellular networks and provide multiple homogeneous artificial intelligence-empowered services, including distributed communications, control, computing, sensing, and energy, from its core to its end nodes. In particular, the present paper aims to answer several 6G framework related questions: What are the driving forces for the development of 6G? How will the enabling technologies of 6G differ from those in 5G? What kind of applications and interactions will they support which would not be supported by 5G? We address these questions by presenting a comprehensive study of the 6G vision and outlining seven of its disruptive technologies, i.e., mmWave communications, terahertz communications, optical wireless communications, programmable metasurfaces, drone-based communications, backscatter communications and tactile internet, as well as their potential applications. Then, by leveraging the state-of-the-art literature surveyed for each technology, we discuss the associated requirements, key challenges, and open research problems. These discussions are thereafter used to open up the horizon for future research directions.

Today's wireless networks allocate radio resources to users based on the orthogonal multiple access (OMA) principle. However, as the number of users increases, OMA based approaches may not meet the stringent emerging requirements including very high spectral efficiency, very low latency, and massive device connectivity. Nonorthogonal multiple access (NOMA) principle emerges as a solution to improve the spectral efficiency while allowing some degree of multiple access interference at receivers. In this tutorial style paper, we target providing a unified model for NOMA, including uplink and downlink transmissions, along with the extensions tomultiple inputmultiple output and cooperative communication scenarios. Through numerical examples, we compare the performances of OMA and NOMA networks. Implementation aspects and open issues are also detailed.

A non-terrestrial system that uses Terahertz (THz) frequencies is a potential solution to achieving equal access to the Internet worldwide. This paper describes a non-terrestrial system that consists of a Low Earth Orbit (LEO) constellation, Earth Stations in Motion (ESIMs) and standard Earth stations. We examine the effects of rain, fog, clouds and atmospheric gases for this non-terrestrial system for frequencies between 100-300 GHz. The research findings suggest that the frequency bands between 102 - 109.5 GHz are rather suitable for communication between Earth stations and satellites, including ESIMs, reaching in a critical scenario uplink data rates of up to 2.6 Gbits/s with 0.5 GHz of bandwidth or up to 12 Gbits/s with 5 GHz of bandwidth in uplink. For the downlink, we can reach up to 6 Mbits/s with a transmitted power of 29 dBW, but if we increase the power transmitted by satellites, it is possible to reach up to 25 Gbits/s with 2.5GHz of bandwidth. Under clear, blue-sky conditions, we can achieve a maximum data rate of 17.3 Gbits/s for downlink and uplink. For inter-satellite links (communications between satellites in the same orbit or between different orbits), the frequency bands between 111.8 - 114.25 GHz, 116 - 123 GHz, 174.5 - 182 GHz, 185 - 190 GHz are viable, offering speeds from 1.5 to 2.51 Gbits/s when using a uniform rectangular array with 625 radiating elements. This research provides new findings from the amalgamation of existing literature, which is crucial for the future allocation of optimal frequencies between 100 - 300 GHz for satellite services.

Satellite communications is currently undergoing a massive growth, with a rapid expansion in Low Earth Orbit (LEO) networks, and a range of new satellite technologies. Until very recently, satellite communication systems and terrestrial 5/6G wireless networks have been complementary distinct entities. There is now the opportunity to bring these networks together and deliver an integrated global coverage multi-service network. Achieving this will require solving some key research challenges, and leveraging new technologies including high frequency phased-array antennas, onboard processing, dynamic beam hopping, physical layer signal processing algorithms, transmission waveforms, and adaptive inter-satellite links and routing. By integrating seamlessly with terrestrial 5/6G networks and low altitude flying access points, future satellite networks promise to deliver universal connectivity on a global scale, overcoming geographical limitations. In this special issue, we focus on the future of satellite communications, exploring topics ranging from beam hopping and design to space routing and THz satellite communications. Our aim is to shed light on the potential of these emerging technologies and their role in reshaping the landscape of global connectivity.

Abstract Inspired by advancements in swarm autonomous vehicles and intelligent control systems, this research addresses the issue of frequency synchronization and phase tracking in oscillator networks. A novel distributed consensus protocol and a reinforcement learning algorithm for a multi‐agent network with a leader–follower topology, considering stability conditions, are developed. The critic‐based neuro‐fuzzy learning (CBNFL) method aims to achieve consensus and minimize local tracking errors. Additionally, an explicit synchronization condition for the network using the Lyapunov theorem is derived. Each vehicle tracks its reference phase and frequency. Employing a fuzzy critic to evaluate the current state and generate a stress signal for the controller, the method prompts adaptive parameter adjustments to minimize this signal. The proposed design's versatility and adaptability to various networks demonstrate robustness against dynamic vehicle properties and network parameter uncertainties, ensuring consistent controller performance. This approach exhibits high scalability, accommodating numerous autonomous agents. To validate the proposed learning method's efficacy, numerical simulations are conducted on a network of five oscillators. The outcomes of implementing CBNFL compared with a conventional PI controller underscore the CBNFL method's superior performance and robustness in maintaining network stability and achieving synchronization.