Abstract The fifth generation (5G) wireless communication networks are being deployed worldwide from 2020 and more capabilities are in the process of being standardized, such as mass connectivity, ultra-reliability, and guaranteed low latency. However, 5G will not meet all requirements of the future in 2030 and beyond, and sixth generation (6G) wireless communication networks are expected to provide global coverage, enhanced spectral/energy/cost efficiency, better intelligence level and security, etc. To meet these requirements, 6G networks will rely on new enabling technologies, i.e., air interface and transmission technologies and novel network architecture, such as waveform design, multiple access, channel coding schemes, multi-antenna technologies, network slicing, cell-free architecture, and cloud/fog/edge computing. Our vision on 6G is that it will have four new paradigm shifts. First, to satisfy the requirement of global coverage, 6G will not be limited to terrestrial communication networks, which will need to be complemented with non-terrestrial networks such as satellite and unmanned aerial vehicle (UAV) communication networks, thus achieving a space-air-ground-sea integrated communication network. Second, all spectra will be fully explored to further increase data rates and connection density, including the sub-6 GHz, millimeter wave (mmWave), terahertz (THz), and optical frequency bands. Third, facing the big datasets generated by the use of extremely heterogeneous networks, diverse communication scenarios, large numbers of antennas, wide bandwidths, and new service requirements, 6G networks will enable a new range of smart applications with the aid of artificial intelligence (AI) and big data technologies. Fourth, network security will have to be strengthened when developing 6G networks. This article provides a comprehensive survey of recent advances and future trends in these four aspects. Clearly, 6G with additional technical requirements beyond those of 5G will enable faster and further communications to the extent that the boundary between physical and cyber worlds disappears.

With the promotion of 5G commercial deployment, various application scenarios such as smart transportation more have emerged. Many of latency-sensitive vehicle services, necessitate a prompt response from the network. In this paper, we study the scheduling of downlink communication and computational resources within the constraints of bounded latency in a urban vehicle network. Millimeter wave (mmWave) and cellfree technologies are incorporated into the downlink transmission process. Based on the latency constraints and short packet characteristic of low-latency data transmission, we establish a two-level queue and achievable rate model to minimize system power consumption while ensuring the fulfillment of task latency requirements. Further, we model the resource allocation as a Markov decision process based on the two-level queue and propose a Hybrid Action Multi-Agent Reinforcement Learning (HA-MARL) algorithm to efficiently schedule computational resources and transmission power. Simulation results demonstrate our proposed scheme in terms of successful data transmission probability and power consumption outperforms other baseline schemes. Additionally, it effectively accommodates the coexistence scenario of various latency constraints.

This paper investigates the distributed uplink for the hierarchically backhaul-linked cell-free network with distributed processors to maximize the advantages of jointly serving under the same time and frequency resources. It is validated in previous works that the performance of fully centralized uplink in a cell-free network overwhelms uplink methods without or with limited coordination. On the other hand, a fully centralized uplink requires extremely high costs on backhaul links and computation capacity on the central processing unit (CPU), which is impractical in a widely deployed large cell-free network. To handle the mentioned problems, the relation between centralized uplink and group sliced distributed uplink is revealed, firstly. With the uniform framework compatible with previous fully centralized and fully distributed minimal mean square error (MMSE) equalization, two theorems are derived as group-joint MMSE complementary and the column space equivalence, which indicate the relation between the local optimal and the global optimal and can include conclusions achieved in previous works. Both computation and backhaul signaling overheads are distributed among the whole network. Simulation results demonstrate the excellent performance of proposed methods based on the derived complementary kernel.