Огляд схем NOMA для бездротових мереж 6G: сучасний стан, основні схеми, перспективи та безпека

Автор(и)

DOI:

https://doi.org/10.20535/S0021347025010017

Ключові слова:

M-MIMO, масова багатоканальна система з багатоканальним входом і виходом, NOMA, система неортогонального множинного доступу, 6G, шосте покоління, DL, глибоке навчання, RIS, реконфігурована інтелектуальна поверхня

Анотація

Система неортогонального множинного доступу NOMA (non-orthogonal multiple access), яка є ключовою схемою для шостого покоління (6G), революціонізує бездротовий зв’язок, забезпечуючи масове підключення, спектральну ефективність SE (spectral efficiency) та справедливість по відношенню до користувачів. Мультиплексування в області потужності та послідовне придушення перешкод SIC (successive interference cancellation) дозволяють NOMA підтримувати декількох користувачів в одному блоці часових і частотних ресурсів, на відміну від ортогонального множинного доступу OMA (orthogonal multiple access). Притаманна бездротовому зв’язку природа широкомовлення створює значні виклики для безпеки фізичного рівня PLS (physical layer security). Проаналізовані стратегії для поліпшення PLS при розгортанні NOMA включають безпечне формування променів, введення штучного шуму AN (artificial noise), реконфігуровані інтелектуальні поверхні RIS (reconfigurable intelligent surfaces) та кооперативне глушіння. У цьому дослідженні розглянуті передові методики PLS для NOMA в декількох операційних сценаріях, включаючи масові багатоканальні системи з багатоканальним входом і виходом M-MIMO (massive multiple-input multiple-output), повнодуплексну FD (full-duplex) релейну ретрансляцію, міліметрові хвилі (mmWave), RIS, автомобільний зв’язок та зв’язок за допомогою безпілотних літальних апаратів (БПЛА). В дослідженні розглянуті нові методики безпечного розподілу потужності та алгоритми сполучення користувачів у пари з використанням глибокого навчання DL (deep learning) та глибокого навчання з підкріпленням DRL (deep reinforcement learning). Це дослідження охоплює новаторські академічні розробки щодо того, як ці досягнення зменшують ризик прослуховування, забезпечують конфіденційність даних та покращують безпеку передачі в різних сценаріях згасання сигналу. Це дослідження показало, що безпечна NOMA може бути інтегрована з терагерцовим (ТГц) зв’язком, інтегрованим зондуванням та зв’язком ISAC (integrated sensing and communication), квантово-стійкими протоколами та енергоефективними зеленими парадигмами в 6G. У роботі досліджено RIS NOMA та DL NOMA в сценаріях підвищеної швидкості вузлів у часово-селективних каналах з затуханням Накагами-m та k–m. Це дослідження дає основу при побудові безпечних бездротових мереж з підтримкою NOMA.

 

Скорочення за темою статті:

AmBC (ambient backscatter) — зворотне розсіювання в навколишньому середовищі
AN (artificial noise) — штучний шум
BCE (binary cross-entropy) —
BCGD (block coordinate gradient descent) — блоковий градієнтний спуск координат
Bi-LSTM (bidirectional long short-term memory) — двонаправлена довга короткочасна пам'ять
CAM (connected and automated mobility) — підключена та автоматизована мобільність
CNN (convolutional neural network) — згорткова нейронна мережа
CNN-AE (convolutional neural network–autoencoder) —
C-NOMA (cooperative non-orthogonal multiple access) — кооперативний NOMA
CR (cognitive radio) — когнітивне радіо
CRGAT (complex residual graph attention network) — складна мережа з урахуванням залишкових графів
CSI (channel state information) — інформація про стан каналу
DCMA (dense code multiple access) —
DDPG (deep deterministic policy gradient) — глибокий детермінований градієнт стратегії
DL (deep learning) — глибоке навчання
DRIS (dynamic reconfigurable intelligent surface) — динамічно реконфігурована інтелектуальна поверхня
DRL (deep reinforcement learning) — глибоке навчання з підкріпленням
DS (direct sequence) — пряма послідовність
EE (energy efficiency) — енергоефективність
EFOPA (energy-efficient and fair optimal power allocation) — Енергоефективний та справедливий алгоритм оптимального розподілу потужності
EGNN (edge graph neural network) —
EH (energy harvesting) — енергозбирання
FAS (fluid antenna systems) — система флюїдних антен
FH (frequency hopping) — скачкоподібна зміна частоти
FSO (free space optics) — оптичний зв'язок у вільному просторі
GAN (generative adversarial network) — генеративна суперечлива мережа
GNN (graph neural network) — графова нейронна мережа
GOCA (group orthogonal code access) — груповий ортогональний кодовий доступ
HAP (high-altitude platform) — висотна платформа
IDMA (interleave division multiple access) — розділення з чергуванням та множинним доступом
IIoT (industrial internet of things) — промисловий Інтернет речей
IoT (internet of things) — Інтернет речей
IRS (intelligent reflecting surface) — інтелектуальна відбиваюча поверхня
ISAC (integrated sensing and communication) — інтегроване зондування та зв'язок
KPI (key performance indicator) — ключові показники ефективності
LDMA (location division multiple access) — множинний доступ з розподілом місця розташування
LIS (large intelligent surface) — велика інтелектуальна поверхня
LLM (large language model) — велика мовна модель
LOS (line of sight) — лінія прямої видимості
MA (multiple access) — множинний доступ
MDN (mixture density network) — мережа змішаної щільності
MEC (mobile edge computing) — мобільні периферійні обчислення
MED (minimum-error discrimination) — розпізнавання з мінімальною похибкою
Meta-DDPG — метанавчання з глибоким детермінованим градієнтом стратегії
M-MIMO (massive multiple-input multiple-output) — масова багатоканальна система з багатоканальним входом і виходом
mMTC (massive machine type communication) — масовий обмін даними між машинами
MUSA (multi-user shared access) — multi-user shared access
NCMA (network-coded multiple access) — мережевий кодований множинний доступ
NGMA (next-generation multiple access) — багатоканальний доступ систем наступного покоління
NGWN (next-generation wireless network) — бездротова мережа наступного покоління
N-LOS (non-line of sight) — без прямої видимості
NOCA (non-orthogonal coded access) — неортогональний кодований доступ
NOMA (non-orthogonal multiple access) — система неортогонального множинного доступу
OFDMA (orthogonal frequency division multiple access) — ортогональний частотний поділ множинного доступу
OMA (orthogonal multiple access) — ортогональний множинний доступ
OP (outage probability) — ймовірність відмови
ORIS (optical reconfigurable intelligent surface) — оптично реконфігурована інтелектуальна поверхня
PD-NOMA (power domain NOMA) — домен потужності низхідного каналу
PLC (power line communication) — лінія електропередач
PLS (physical layer security) — безпека фізичного рівня
PON (passive optical network) — пасивна оптична мережа
PSO (particle swarm optimization) — оптимізація рою частинок
QAOA (quantum approximate optimization algorithm) — квантовий алгоритм наближеної оптимізації
QLSTM (quantum long short-term memory) — квантова довга короткотривала пам'ять
QoS (quality of service) — якість обслуговування
RIS (reconfigurable intelligent surfaces) — реконфігурована інтелектуальна поверхня
RL (reinforcement learning) — навчання з підкріпленням
RNN (recurrent neural network) — рекурентна нейронна мережа
RSMA (rate-splitting multiple access) — множинний доступ з розподілом місця розташування
SAGIN (space-air-ground integrated network) — інтегрована мережа «космос-повітря-земля»
SCMA (sparse code multiple access) —
SCO (successive convex optimization) — послідовна опукла оптимізація
S-DF (selective decode and forward) — протокол селективного декодування та пересилання
SDMA (space division multiple access) — множинний доступ з розділенням простору
SE (spectral efficiency) — спектральна ефективність
SER (symbol error rate) — коефіцієнт символьних помилок
SIC (successive interference cancellation) — послідовне придушення перешкод
SICNet (selective inter-slice context network) — Метаселективна міжсегментна контекстна мережа
S-LSTM (stacked long short-term memory) — стекова довга короткочасна пам'ять
SoDeMA (software defined multiple access) — програмно-визначений множинний доступ
SOP (secrecy outage probability) — ймовірність відмови секретності
SSMA (short-sequence-based spreading multiple access) — короткопослідовний розширений множинний доступ
SSR (secure semantic rate) — безпечна семантична швидкість
TAS (transmit antenna selection) — вибір передавальної антени
TDL-C (tapped delay line type C) — канал 5G типу C з відгалуженою лінією затримки
THz (terahertz communication) — терагерцовий зв'язок (ТГц)
UAV (unmanned aerial vehicle) — безпілотний літальний апарат (БПЛА)
UDAC (ultra-dense access channel) — архітектура надщільного каналу доступу
UOWC (underwater optical wireless communication) — підводний оптичний бездротовий зв'язок
URLLC (ultra-reliable low-latency communication) — надзвичайно надійна система зв'язку з низькою затримкою
USD (unambiguous state discrimination) — однозначне розпізнавання стану
V2I (vehicle-to-infrastructure) — система транспортний засіб-інфраструктура
V2V (vehicle-to-vehicle) — система між транспортними засобами
V2X (vehicle-to-everything) — транспортний засіб до всього
VLC (visible light communication) — зв'язок у видимому світлі
WPT (wireless power transfer) — бездротова передача енергії
ZF (zero forcing) — примусове обнулення

 

Посилання

  1. H. Nguyen, . Al-Imran, Y. M. Jang, “Survey of next-generation optical wireless communication technologies for 6G and Beyond 6G,” ICT Express, vol. 11, no. 3, pp. 576–589, 2025, doi: https://doi.org/10.1016/j.icte.2025.04.006.
  2. Q. V. Khanh, N. V. Hoai, L. D. Manh, A. N. Le, G. Jeon, “Wireless communication technologies for IoT in 5G: vision, applications, and challenges,” Wirel. Commun. Mob. Comput., vol. 2022, no. 1, 2022, doi: https://doi.org/10.1155/2022/3229294.
  3. I. Ullah, D. Adhikari, X. Su, F. Palmieri, C. Wu, C. Choi, “Integration of data science with the intelligent IoT (IIoT): Current challenges and future perspectives,” Digit. Commun. Networks, vol. 11, no. 2, pp. 280–298, 2025, doi: https://doi.org/10.1016/j.dcan.2024.02.007.
  4. X. You et al., “Towards 6G wireless communication networks: vision, enabling technologies, and new paradigm shifts,” Sci. China Inf. Sci., vol. 64, no. 1, p. 110301, 2021, doi: https://doi.org/10.1007/s11432-020-2955-6.
  5. A. U. Khan, M. Tanveer, S. Ullah, H. Shin, X. Li, “On spectral intelligence in 6G URLLC networks,” IEEE Trans. Veh. Technol., vol. 74, no. 7, pp. 11176–11193, 2025, doi: https://doi.org/10.1109/TVT.2025.3548625.
  6. S. Seema, B. V. R. Reddy, R. Shankar, P. Singh, V. Nath, “Examination of the M-MIMO NOMA over time selective channel employing QRM-MLD MMSE algorithm,” J. Inf. Sci. Eng., vol. 41, no. 2, pp. 481–510, 2025, doi: https://doi.org/10.6688/JISE.202503_41(2).0013.
  7. S. R. Sabuj, S. Ahmed, H.-S. Jo, “Multiple CUAV-enabled mMTC and URLLC services: review of energy efficiency and latency performance,” IEEE Trans. Green Commun. Netw., vol. 7, no. 3, pp. 1369–1382, 2023, doi: https://doi.org/10.1109/TGCN.2023.3281350.
  8. K. R. Chandra, S. Borugadda, “Joint resource allocation and power allocation scheme for MIMO assisted NOMA system,” Trans. Emerg. Telecommun. Technol., vol. 34, no. 7, 2023, doi: https://doi.org/10.1002/ett.4794.
  9. A. Sakhaei Gharagezlou, M. Nangir, A. Poorfaraj Liqvan, A. Abedi Jirdehi, “An energy‐efficient power allocation scheme for millimeter‐wave MIMO‐NOMA systems,” Int. J. Commun. Syst., vol. 36, no. 1, 2023, doi: https://doi.org/10.1002/dac.5370.
  10. M. Ravi, T. A. Sheikh, Y. Bulo, “Throughput and error probability improvement in downlink communication based on MIMO‐NOMA using reconfigurable intelligent surface (RIS),” Int. J. Commun. Syst., vol. 36, no. 9, 2023, doi: https://doi.org/10.1002/dac.5470.
  11. S. Mohammadkhani, “Robust transmit beamforming design for multi‐cell multiuser MIMO NOMA,” IET Commun., vol. 16, no. 18, pp. 2193–2199, 2022, doi: https://doi.org/10.1049/cmu2.12473.
  12. C. Zheng, K. Yang, T. Fu, T. Liu, M. Yang, “Performance of massive MIMO‐NOMA systems with low complexity group SIC receivers and low‐resolution ADCs,” IET Commun., vol. 18, no. 18, pp. 1205–1219, 2024, doi: https://doi.org/10.1049/cmu2.12822.
  13. R. Arshad, S. Baig, S. Aslam, M. Ahmad, S. Mumtaz, “Deep learning-driven multi-user wavelet NOMA for user centric cell-free massive MIMO communications,” Alexandria Eng. J., vol. 128, pp. 533–543, 2025, doi: https://doi.org/10.1016/j.aej.2025.04.103.
  14. C. Lin, Q. Chang, X. Li, “A deep learning approach for MIMO-NOMA downlink signal detection,” Sensors, vol. 19, no. 11, p. 2526, 2019, doi: https://doi.org/10.3390/s19112526.
  15. S. N. Sur, D. Kandar, A. Silva, N. D. Nguyen, S. Nandi, D.-T. Do, “Hybrid precoding algorithm for millimeter-wave massive MIMO-NOMA systems,” Electronics, vol. 11, no. 14, p. 2198, 2022, doi: https://doi.org/10.3390/electronics11142198.
  16. M. Shanmugam, S. Balaraman, “Deep learning-based cascaded channel prediction for 6G MIMO RIS-NOMA systems,” Phys. Commun., vol. 72, p. 102789, 2025, doi: https://doi.org/10.1016/j.phycom.2025.102789.
  17. J. Park et al., “Rate-splitting multiple access for 6G networks: ten promising scenarios and applications,” IEEE Netw., vol. 38, no. 3, pp. 128–136, 2024, doi: https://doi.org/10.1109/MNET.2023.3321518.
  18. Y. Wang, T. Fang, Y. Mao, “An efficient beamforming optimization framework for generalized rate-splitting with imperfect CSIT,” IEEE Trans. Commun., vol. 73, no. 9, pp. 7415–7430, 2025, doi: https://doi.org/10.1109/TCOMM.2025.3552748.
  19. Z. Wu, L. Dai, “Multiple access for near-field communications: SDMA or LDMA?,” IEEE J. Sel. Areas Commun., vol. 41, no. 6, pp. 1918–1935, 2023, doi: https://doi.org/10.1109/JSAC.2023.3275616.
  20. H. Liu, C. Jie, M. Yang, C. Li, “Beyond near-field: far-field location division multiple access in downlink MIMO systems,” 2025, uri: http://arxiv.org/abs/2406.12596.
  21. A. Amer, S. Khisa, A. Amhaz, C. Assi, S. Hoteit, J. Ben Othman, “Energy efficiency maximization with SIC power aware hybrid SDMA/NOMA scheme,” in ICC 2025 - IEEE International Conference on Communications, 2025, pp. 1–6, doi: https://doi.org/10.1109/ICC52391.2025.11161976.
  22. M. Hassan, K. Hamid, H. M. Mujlid, E. Hassan, R. A. Saeed, H. Elshafie, “Capacity and power allocation optimization in dynamic RIS-enabled mMIMO NOMA systems for 6G,” J. Electr. Eng., vol. 76, no. 1, pp. 80–90, 2025, doi: https://doi.org/10.2478/jee-2025-0008.
  23. S. Javadi, A. Farhadi, M. Robat Mili, E. Jorswieck, N. Al-Dhahir, “Meta-learning for resource allocation in uplink multi-active STAR-RIS-aided NOMA system,” IEEE Wirel. Commun. Lett., vol. 14, no. 3, pp. 781–785, 2025, doi: https://doi.org/10.1109/LWC.2024.3523355.
  24. N. Q. T. Thoong, A. A. Cheema, S. R. Khosravirad, O. A. Dobre, T. Q. Duong, “Channel estimation for reconfigurable intelligent surface-aided 6G NOMA systems using CNN-based quantum LSTM model,” in 2024 IEEE 100th Vehicular Technology Conference (VTC2024-Fall), 2024, pp. 1–5, doi: https://doi.org/10.1109/VTC2024-Fall63153.2024.10757552.
  25. A. S. Parihar, K. Singh, V. Bhatia, C.-P. Li, T. Q. Duong, “Performance analysis of NOMA-enabled active RIS-Aided MIMO heterogeneous IoT networks with integrated sensing and communication,” IEEE Internet Things J., vol. 11, no. 17, pp. 28137–28152, 2024, doi: https://doi.org/10.1109/JIOT.2024.3416951.
  26. M. Chakraborty, E. Sharma, H. A. Suraweera, H. Quoc Ngo, “Analysis and optimization of RIS-assisted cell-free massive MIMO NOMA systems,” IEEE Trans. Commun., vol. 73, no. 4, pp. 2631–2647, 2025, doi: https://doi.org/10.1109/TCOMM.2024.3464410.
  27. H. Zhou, C. Hu, X. Liu, “An overview of machine learning-enabled optimization for reconfigurable intelligent surfaces-aided 6G networks: from reinforcement learning to large language models,” 2024, uri: http://arxiv.org/abs/2405.17439.
  28. Y. Gevez, Y. I. Tek, E. Basar, “Dynamic RIS partitioning in NOMA systems using deep reinforcement learning,” Front. Antennas Propag., vol. 2, 2024, doi: https://doi.org/10.3389/fanpr.2024.1418412.
  29. C. Nguyen, T. M. Hoang, A. A. Cheema, “Channel estimation using CNN-LSTM in RIS-NOMA assisted 6G network,” IEEE Trans. Mach. Learn. Commun. Netw., vol. 1, pp. 43–60, 2023, doi: https://doi.org/10.1109/TMLCN.2023.3278232.
  30. Y. Lin, K. Wang, Z. Ding, “Unsupervised machine learning-based user clustering in THz-NOMA systems,” IEEE Wirel. Commun. Lett., vol. 12, no. 7, pp. 1130–1134, 2023, doi: https://doi.org/10.1109/LWC.2023.3262788.
  31. R. Shankar, M. K. Beuria, G. R. Kulkarni, A. S. Zamani, P. Krishna, V. G. Krishnan, “Examination of the DL based ubiquitous MIMO U/L NOMA system considering robust fading channel conditions for military communication scenario,” J. Inf. Sci. Eng., vol. 38, no. 6, pp. 1335–1355, 2022, doi: https://doi.org/10.6688/JISE.202211 38(6).0013.
  32. Z. Zhang, C. Zhang, C. Jiang, F. Jia, J. Ge, F. Gong, “Improving physical layer security for reconfigurable intelligent surface aided NOMA 6G networks,” IEEE Trans. Veh. Technol., vol. 70, no. 5, pp. 4451–4463, 2021, doi: https://doi.org/10.1109/TVT.2021.3068774.
  33. M. Fozi, A. R. Sharafat, M. Bennis, “Fast MIMO beamforming via deep reinforcement learning for high mobility mmWave connectivity,” IEEE J. Sel. Areas Commun., vol. 40, no. 1, pp. 127–142, 2022, doi: https://doi.org/10.1109/JSAC.2021.3126056.
  34. Z. Liu, J. Zhang, Y. Zhu, E. Shi, B. Ai, “Mobile cell-free massive MIMO with multi-agent reinforcement learning: a scalable framework,” IEEE Trans. Wirel. Commun., vol. 24, no. 3, pp. 1817–1831, 2025, doi: https://doi.org/10.1109/TWC.2024.3512663.
  35. A. J. Muhammed et al., “Resource allocation for energy-efficient NOMA system in coordinated multi-point networks,” IEEE Trans. Veh. Technol., vol. 70, no. 2, pp. 1577–1591, 2021, doi: https://doi.org/10.1109/TVT.2021.3054530.
  36. A. Shukla, M. Kumar, V. K. Deolia, “Code domain non orthogonal multiple access schemes for 5G and beyond communication networks: A review,” J. Eng. Res., vol. 10, no. 4, pp. 132–152, 2022, doi: https://doi.org/10.36909/jer.10875.
  37. T. Qin, Z. Yang, J. Liang, K. Han, J. Hu, “Single carrier SCMA detection schemes for frequency selective channels,” IEEE Trans. Wirel. Commun., vol. 24, no. 11, pp. 9524–9538, 2025, doi: https://doi.org/10.1109/TWC.2025.3573802.
  38. Z. Liu, L.-L. Yang, “Sparse or dense: a comparative study of code-domain NOMA systems,” IEEE Trans. Wirel. Commun., vol. 20, no. 8, pp. 4768–4780, 2021, doi: https://doi.org/10.1109/TWC.2021.3062235.
  39. S. Thushan, S. Ali, N. H. Mahmood, N. Rajatheva, M. Latva-Aho, “Deep learning-based blind multiple user detection for grant-free SCMA and MUSA systems,” IEEE Trans. Mach. Learn. Commun. Netw., vol. 1, pp. 61–77, 2023, doi: https://doi.org/10.1109/TMLCN.2023.3283350.
  40. M. Attar, Y. Chen, S. A. Cheema, T. Wild, M. Haardt, “NOCA versus IDMA using UFMC for 5G multiple access,” in WSA 2018; 22nd International ITG Workshop on Smart Antennas, 2018, uri: https://ieeexplore.ieee.org/document/8385447.
  41. H. Pan, L. Lu, S. C. Liew, “Network-coded multiple access with higher-order modulations,” in 2015 IEEE Global Communications Conference (GLOBECOM), 2015, pp. 1–7, doi: https://doi.org/10.1109/GLOCOM.2015.7417523.
  42. Y. Dong, “Distributed sensing with orthogonal multiple access: to code or not to code?,” IEEE Trans. Signal Process., vol. 68, pp. 1315–1330, 2020, doi: https://doi.org/10.1109/TSP.2020.2971203.
  43. N. Ye, X. Li, K. Yang, J. An, “Multiple access towards 5G and beyond,” in Multiple Access Technology Towards Ubiquitous Networks, Singapore: Springer Nature Singapore, 2023, pp. 7–45.
  44. K. Wu, J. A. Zhang, X. Huang, Y. J. Guo, “Frequency-hopping MIMO radar-based communications: an overview,” IEEE Aerosp. Electron. Syst. Mag., vol. 37, no. 4, pp. 42–54, 2022, doi: https://doi.org/10.1109/MAES.2021.3081176.
  45. Y. Liu, Z. Qin, M. Elkashlan, Z. Ding, A. Nallanathan, L. Hanzo, “Nonorthogonal multiple access for 5G and beyond,” Proc. IEEE, vol. 105, no. 12, pp. 2347–2381, 2017, doi: https://doi.org/10.1109/JPROC.2017.2768666.
  46. Z. Ding et al., “Application of non-orthogonal multiple access in LTE and 5G networks,” IEEE Commun. Mag., vol. 55, no. 2, pp. 185–191, 2017, doi: https://doi.org/10.1109/MCOM.2017.1500657CM.
  47. S. M. R. Islam, N. Avazov, O. A. Dobre, K. Kwak, “Power-domain non-orthogonal multiple access (NOMA) in 5G systems: potentials and challenges,” IEEE Commun. Surv. Tutorials, vol. 19, no. 2, pp. 721–742, 2017, doi: https://doi.org/10.1109/COMST.2016.2621116.
  48. L. Dai, B. Wang, Y. Yuan, S. Han, I. Chih-lin, Z. Wang, “Non-orthogonal multiple access for 5G: solutions, challenges, opportunities, and future research trends,” IEEE Commun. Mag., vol. 53, no. 9, pp. 74–81, 2015, doi: https://doi.org/10.1109/MCOM.2015.7263349.
  49. Z. Ding, X. Lei, G. K. Karagiannidis, R. Schober, J. Yuan, V. K. Bhargava, “A survey on non-orthogonal multiple access for 5G networks: research challenges and future trends,” IEEE J. Sel. Areas Commun., vol. 35, no. 10, pp. 2181–2195, 2017, doi: https://doi.org/10.1109/JSAC.2017.2725519.
  50. Y. Cai, Z. Qin, F. Cui, G. Y. Li, J. A. McCann, “Modulation and multiple access for 5G networks,” IEEE Commun. Surv. Tutorials, vol. 20, no. 1, pp. 629–646, 2018, doi: https://doi.org/10.1109/COMST.2017.2766698.
  51. S. M. R. Islam, M. Zeng, O. A. Dobre, K.-S. Kwak, “Resource allocation for downlink NOMA systems: key techniques and open issues,” IEEE Wirel. Commun., vol. 25, no. 2, pp. 40–47, 2018, doi: https://doi.org/10.1109/MWC.2018.1700099.
  52. W. Shin, M. Vaezi, B. Lee, D. J. Love, J. Lee, H. V. Poor, “Non-orthogonal multiple access in multi-cell networks: theory, performance, and practical challenges,” IEEE Commun. Mag., vol. 55, no. 10, pp. 176–183, 2017, doi: https://doi.org/10.1109/MCOM.2017.1601065.
  53. I. Budhiraja et al., “A systematic review on NOMA variants for 5G and beyond,” IEEE Access, vol. 9, pp. 85573–85644, 2021, doi: https://doi.org/10.1109/ACCESS.2021.3081601.
  54. O. Maraqa, A. S. Rajasekaran, S. Al-Ahmadi, H. Yanikomeroglu, S. M. Sait, “A survey of rate-optimal power domain NOMA with enabling technologies of future wireless networks,” IEEE Commun. Surv. Tutorials, vol. 22, no. 4, pp. 2192–2235, 2020, doi: https://doi.org/10.1109/COMST.2020.3013514.
  55. S. A. H. Mohsan, Y. Li, A. V. Shvetsov, J. Varela-Aldás, S. M. Mostafa, A. Elfikky, “A survey of deep learning based NOMA: state of the art, key aspects, open challenges and future trends,” Sensors, vol. 23, no. 6, p. 2946, 2023, doi: https://doi.org/10.3390/s23062946.
  56. A. Shivhare, R. K. Arya, R. Gupta, “Review of performance of non orthogonal multiple access over 5G mobile network,” in 2021 International Conference on Advances in Technology, Management & Education (ICATME), 2021, pp. 129–133, doi: https://doi.org/10.1109/ICATME50232.2021.9732707.
  57. H. V. Nguyen, H. M. Kim, G.-M. Kang, K.-H. Nguyen, V.-P. Bui, O.-S. Shin, “A survey on non-orthogonal multiple access: from the perspective of spectral efficiency and energy efficiency,” Energies, vol. 13, no. 16, p. 4106, 2020, doi: https://doi.org/10.3390/en13164106.
  58. S. A. H. Mohsan, Y. Li, “A survey of NOMA: state of the art, key techniques, open challenges, security issues and future trends,” 2023, uri: http://arxiv.org/abs/2306.06664.
  59. B. U. Rehman et al., “Uplink non-orthogonal multiple access in heterogeneous networks: A review of recent advances and open research challenges,” Int. J. Distrib. Sens. Networks, vol. 18, no. 10, p. 155013292211324, 2022, doi: https://doi.org/10.1177/15501329221132496.
  60. M. C. Mayarakaca, B. M. Lee, “A survey on non-orthogonal multiple access for unmanned aerial vehicle networks: machine learning approach,” IEEE Access, vol. 12, pp. 51138–51165, 2024, doi: https://doi.org/10.1109/ACCESS.2024.3385860.
  61. N. Sehito et al., “Optimizing user association, power control, and beamforming for 6G multi-IRS multi-UAV NOMA communications in smart cities,” IEEE Trans. Consum. Electron., vol. 70, no. 3, pp. 5702–5710, 2024, doi: https://doi.org/10.1109/TCE.2024.3388596.
  62. S. Thapliyal, R. Pandey, C. Charan, “Evaluating energy harvesting UAV-NOMA network with random user pairing in the finite blocklength regime,” Veh. Commun., vol. 49, p. 100831, 2024, doi: https://doi.org/10.1016/j.vehcom.2024.100831.
  63. T. Kieu-Xuan, A. Le-Thi, “UAV-assisted cooperative NOMA and OFDM communication systems: analysis and optimization,” J. Sens. Actuator Networks, vol. 13, no. 1, p. 18, 2024, doi: https://doi.org/10.3390/jsan13010018.
  64. T. D. Ha, “A survey on NOMA with the aid of intelligent reflecting surface in wireless communication,” Int. J. Res. -GRANTHAALAYAH, vol. 12, no. 7, 2024, doi: https://doi.org/10.29121/granthaalayah.v12.i7.2024.5718.
  65. S. M. Hamedoon, J. N. Chattha, M. Bilal, “Towards intelligent user clustering techniques for non-orthogonal multiple access: a survey,” EURASIP J. Wirel. Commun. Netw., vol. 2024, no. 1, p. 7, 2024, doi: https://doi.org/10.1186/s13638-024-02333-z.
  66. Y. Liu et al., “Evolution of NOMA toward next generation multiple access (NGMA) for 6G,” IEEE J. Sel. Areas Commun., vol. 40, no. 4, pp. 1037–1071, 2022, doi: https://doi.org/10.1109/JSAC.2022.3145234.
  67. H. Sadat, M. Abaza, A. Mansour, A. Alfalou, “A survey of NOMA for VLC systems: research challenges and future trends,” Sensors, vol. 22, no. 4, p. 1395, 2022, doi: https://doi.org/10.3390/s22041395.
  68. R. Zhong, X. Mu, Y. Chen, Y. Liu, “Exploiting multi-user semantic communications: a non-orthogonal approach,” in 2024 IEEE Wireless Communications and Networking Conference (WCNC), 2024, pp. 1–6, doi: https://doi.org/10.1109/WCNC57260.2024.10570913.
  69. J. Dai et al., “Joint communication and computation design for secure integrated sensing and semantic communication system,” Sci. China Inf. Sci., vol. 68, no. 3, p. 132301, 2025, doi: https://doi.org/10.1007/s11432-024-4265-7.
  70. X. Mu, Z. Wang, Y. Liu, “NOMA for integrating sensing and communications toward 6G: a multiple access perspective,” IEEE Wirel. Commun., vol. 31, no. 3, pp. 316–323, 2024, doi: https://doi.org/10.1109/MWC.015.2200559.
  71. M. Ahmed et al., “A survey on RIS advances in Terahertz communications: emerging paradigms and research frontiers,” IEEE Access, vol. 12, pp. 173867–173901, 2024, doi: https://doi.org/10.1109/ACCESS.2024.3482564.
  72. N. Y. Al-Matari, A. T. Zahary, A. A. Al-Shargabi, “A survey on advancements in blockchain-enabled spectrum access security for 6G cognitive radio IoT networks,” Sci. Reports, vol. 14, no. 1, p. 30990, 2024, doi: https://doi.org/10.1038/s41598-024-82126-y.
  73. A. Ahmed et al., “Unveiling the potential of NOMA: a journey to next-generation multiple access,” IEEE Commun. Surv. Tutorials, vol. 27, no. 5, pp. 3099–3164, 2025, doi: https://doi.org/10.1109/COMST.2024.3521647.
  74. S. Sharma, A. K. Mishra, M. H. Kumar, K. Deka, V. Bhatia, “Intelligent reflecting surfaces (IRS)-enhanced cooperative NOMA: a contemporary review,” IEEE Access, vol. 12, pp. 82168–82191, 2024, doi: https://doi.org/10.1109/ACCESS.2024.3403931.
  75. M. Maashi et al., “Energy efficiency optimization for 6G multi-IRS multi-cell NOMA vehicle-to-infrastructure communication networks,” Comput. Commun., vol. 225, pp. 350–360, 2024, doi: https://doi.org/10.1016/j.comcom.2024.07.018.
  76. Y. Al-Ghafri, H. M. Asif, N. Tarhuni, Z. Nadir, “Advancing non-line-of-sight communication: a comprehensive review of state-of-the-art technologies and the role of energy harvesting,” Sensors, vol. 24, no. 14, p. 4671, 2024, doi: https://doi.org/10.3390/s24144671.
  77. B. Di, L. Song, Y. Li, Z. Han, “V2X meets NOMA: non-orthogonal multiple access for 5G-enabled vehicular networks,” IEEE Wirel. Commun., vol. 24, no. 6, pp. 14–21, 2017, doi: https://doi.org/10.1109/MWC.2017.1600414.
  78. H. Jin, Y. Zhou, X. Jin, S. Zhang, “Energy-efficient UAV communication: A NOMA scheme with resource allocation and trajectory optimization,” PLOS ONE, vol. 19, no. 4, p. e0301819, 2024, doi: https://doi.org/10.1371/journal.pone.0301819.
  79. J. Alanya-Beltran, R. Shankar, P. Krishna, S. Kumar S, “Investigation of bi-directional LSTM deep learning-based ubiquitous MIMO uplink NOMA detection for military application considering robust channel conditions,” J. Def. Model. Simul. Appl. Methodol. Technol., vol. 20, no. 2, pp. 229–244, 2023, doi: https://doi.org/10.1177/15485129211050403.
  80. M. Ahmed et al., “Advancements in RIS-assisted UAV for empowering multiaccess edge computing: a survey,” IEEE Internet Things J., vol. 12, no. 6, pp. 6325–6346, 2025, doi: https://doi.org/10.1109/JIOT.2025.3527041.
  81. M. Zeng, A. Yadav, O. A. Dobre, G. I. Tsiropoulos, H. V. Poor, “Capacity comparison between MIMO-NOMA and MIMO-OMA with multiple users in a cluster,” IEEE J. Sel. Areas Commun., vol. 35, no. 10, pp. 2413–2424, 2017, doi: https://doi.org/10.1109/JSAC.2017.2725879.
  82. R. She, Y. Wu, E. Cui, M. Sun, W. Zhao, D. Fu, “Energy-efficiency optimization for heterogeneous computing-assisted NOMA-MEC edge AI tasks,” Futur. Gener. Comput. Syst., vol. 162, p. 107458, 2025, doi: https://doi.org/10.1016/j.future.2024.07.036.
  83. Y. Li, G. A. Aruma Baduge, “NOMA-aided cell-free massive MIMO systems,” IEEE Wirel. Commun. Lett., vol. 7, no. 6, pp. 950–953, 2018, doi: https://doi.org/10.1109/LWC.2018.2841375.
  84. M. Bashar, K. Cumanan, A. G. Burr, H. Q. Ngo, L. Hanzo, P. Xiao, “On the performance of cell-free massive MIMO relying on adaptive NOMA/OMA mode-switching,” IEEE Trans. Commun., vol. 68, no. 2, pp. 792–810, 2020, doi: https://doi.org/10.1109/TCOMM.2019.2952574.
  85. J. Zhang, J. Fan, J. Zhang, D. W. K. Ng, Q. Sun, B. Ai, “Performance analysis and optimization of NOMA-based cell-free massive MIMO for IoT,” IEEE Internet Things J., vol. 9, no. 12, pp. 9625–9639, 2022, doi: https://doi.org/10.1109/JIOT.2021.3130026.
  86. S. A. Mousavi, M. Monemi, R. Mohseni, “Leveraging common user clustering for improved performance in cell-free NOMA networks,” Wirel. Networks, vol. 31, no. 3, pp. 2573–2589, 2025, doi: https://doi.org/10.1007/s11276-025-03897-4.
  87. R. Arshad, S. Baig, S. Aslam, M. Ahmad, S. Mumtaz, “Wavelet NOMA for cell-free massive MIMO: mitigating intra-cluster and inter-cluster interference in future wireless communication systems,” Telecommun. Syst., vol. 88, no. 1, p. 5, 2025, doi: https://doi.org/10.1007/s11235-024-01242-2.
  88. A. Apiyo, J. Izydorczyk, “A survey of NOMA-aided cell-free massive MIMO systems,” Electronics, vol. 13, no. 1, p. 231, 2024, doi: https://doi.org/10.3390/electronics13010231.
  89. B. Chong, H. Lu, Y. Chen, L. Qin, F. Guo, “Achievable sum rate optimization on NOMA-aided cell-free massive MIMO with finite blocklength coding,” IEEE Trans. Veh. Technol., vol. 74, no. 7, pp. 10881–10895, 2025, doi: https://doi.org/10.1109/TVT.2025.3546936.
  90. M. Aldababsa, M. Toka, S. Gökçeli, G. K. Kurt, O. Kucur, “A tutorial on nonorthogonal multiple access for 5G and beyond,” Wirel. Commun. Mob. Comput., vol. 2018, no. 1, 2018, doi: https://doi.org/10.1155/2018/9713450.
  91. M. K. Beuria et al., “Advances in NOMA for 6G: key technologies, future research avenues, and security issues,” Telecommun. Radio Eng., vol. 84, no. 11, pp. 15–73, 2025, doi: https://doi.org/10.1615/TelecomRadEng.2025060113.
  92. U. Ghafoor, M. Ali, H. Z. Khan, A. M. Siddiqui, M. Naeem, “NOMA and future 5G & B5G wireless networks: A paradigm,” J. Netw. Comput. Appl., vol. 204, p. 103413, 2022, doi: https://doi.org/10.1016/j.jnca.2022.103413.
  93. R. Liu, “Cooperative communications and networking (Liu, K.J.R. et al) [Book Review],” IEEE Signal Process. Mag., vol. 26, no. 5, pp. 149–150, 2009, doi: https://doi.org/10.1109/MSP.2009.933380.
  94. R. Liu et al., “RIS-empowered satellite-aerial-terrestrial networks with PD-NOMA,” IEEE Commun. Surv. Tutorials, vol. 26, no. 4, pp. 2258–2289, 2024, doi: https://doi.org/10.1109/COMST.2024.3393612.
  95. C. Wu, X. Mu, Y. Liu, X. Gu, X. Wang, “Resource allocation in STAR-RIS-aided networks: OMA and NOMA,” IEEE Trans. Wirel. Commun., vol. 21, no. 9, pp. 7653–7667, 2022, doi: https://doi.org/10.1109/TWC.2022.3160151.
  96. R. Zhong, Y. Liu, X. Mu, Y. Chen, L. Song, “AI empowered RIS-assisted NOMA networks: deep learning or reinforcement learning?,” IEEE J. Sel. Areas Commun., vol. 40, no. 1, pp. 182–196, 2022, doi: https://doi.org/10.1109/JSAC.2021.3126068.
  97. A. Chauhan, S. Ghosh, A. Jaiswal, “RIS partition-assisted non-orthogonal multiple access (NOMA) and quadrature-NOMA with imperfect SIC,” IEEE Trans. Wirel. Commun., vol. 22, no. 7, pp. 4371–4386, 2023, doi: https://doi.org/10.1109/TWC.2022.3224645.
  98. Y. Pei, X. Yue, W. Yi, Y. Liu, X. Li, Z. Ding, “Secrecy outage probability analysis for downlink RIS-NOMA networks with on-off control,” IEEE Trans. Veh. Technol., vol. 72, no. 9, pp. 11772–11786, 2023, doi: https://doi.org/10.1109/TVT.2023.3267531.
  99. M. Mohammadi, H. Q. Ngo, M. Matthaiou, “Phase-shift and transmit power optimization for RIS-aided massive MIMO SWIPT IoT networks,” IEEE Trans. Commun., vol. 73, no. 1, pp. 631–647, 2025, doi: https://doi.org/10.1109/TCOMM.2024.3432455.
  100. X. Li, Y. Pei, X. Yue, Y. Liu, Z. Ding, “Secure communication of active RIS assisted NOMA networks,” 2024, doi: https://doi.org/10.1109/TWC.2023.3319450.
  101. M. A. Almasi, H. Jafarkhani, “Rate loss analysis of reconfigurable intelligent surface-aided NOMA with limited feedback,” IEEE Open J. Commun. Soc., vol. 5, pp. 856–871, 2024, doi: https://doi.org/10.1109/OJCOMS.2024.3351956.
  102. W. Zhang, L. Wang, H. Mao, Z. Wang, W. Wu, “Throughput maximization for irregular reconfigurable intelligent surface assisted NOMA systems,” EURASIP J. Adv. Signal Process., vol. 2023, no. 1, p. 111, 2023, doi: https://doi.org/10.1186/s13634-023-01076-1.
  103. R. A. Tasci, F. Kilinc, A. Celik, A. Abdallah, A. M. Eltawil, E. Basar, “RIS-assisted grant-free NOMA,” in ICC 2023 - IEEE International Conference on Communications, 2023, pp. 4323–4328, doi: https://doi.org/10.1109/ICC45041.2023.10278893.
  104. Q. Gao, Y. Liu, X. Mu, M. Jia, D. Li, L. Hanzo, “Joint location and beamforming design for STAR-RIS assisted NOMA systems,” IEEE Trans. Commun., vol. 71, no. 4, pp. 2532–2546, 2023, doi: https://doi.org/10.1109/TCOMM.2023.3247753.
  105. Z. Liu et al., “Performance analysis of reconfigurable intelligent surface assisted two-way NOMA networks,” IEEE Trans. Veh. Technol., vol. 71, no. 12, pp. 13091–13104, 2022, doi: https://doi.org/10.1109/TVT.2022.3201371.
  106. J. Zuo, Y. Liu, “Reconfigurable intelligent surface assisted NOMA empowered integrated sensing and communication,” in 2022 IEEE Globecom Workshops (GC Wkshps), 2022, pp. 1028–1033, doi: https://doi.org/10.1109/GCWkshps56602.2022.10008704.
  107. Q. Xu, Q. You, Y. Gong, X. Yang, L. Wang, “RIS-assisted UAV-enabled green communications for industrial IoT exploiting deep learning,” IEEE Internet Things J., vol. 11, no. 16, pp. 26595–26609, 2024, doi: https://doi.org/10.1109/JIOT.2024.3369687.
  108. P. T. Tin et al., “Performance analysis of user pairing for active RIS-enabled cooperative NOMA in 6G cognitive radio networks,” IEEE Internet Things J., vol. 11, no. 23, pp. 37675–37692, 2024, doi: https://doi.org/10.1109/JIOT.2024.3439377.
  109. S. Xu, S. Wu, Y. Zheng, “Joint dynamic user pairing and resource allocation for RIS-aided multi-cluster NOMA networks,” Phys. Commun., vol. 68, p. 102595, 2025, doi: https://doi.org/10.1016/j.phycom.2024.102595.
  110. B. Makki, K. Chitti, A. Behravan, M.-S. Alouini, “A survey of NOMA: current status and open research challenges,” IEEE Open J. Commun. Soc., vol. 1, pp. 179–189, 2020, doi: https://doi.org/10.1109/OJCOMS.2020.2969899.
  111. X. Chen, F.-K. Gong, G. Li, H. Zhang, P. Song, “User pairing and pair scheduling in massive MIMO-NOMA systems,” IEEE Commun. Lett., vol. 22, no. 4, pp. 788–791, 2018, doi: https://doi.org/10.1109/LCOMM.2017.2776206.
  112. X. Guo, T. Wang, X. He, C. Yin, “Joint user pairing and beamforming for RIS assisted NOMA systems,” in 2022 IEEE Wireless Communications and Networking Conference (WCNC), 2022, pp. 357–362, doi: https://doi.org/10.1109/WCNC51071.2022.9771823.
  113. P. Reddy M, A. Kumar, “User pairing and power allocation for IRS-assisted NOMA systems with imperfect phase compensation,” IEEE Wirel. Commun. Lett., vol. 11, no. 12, pp. 2492–2496, 2022, doi: https://doi.org/10.1109/LWC.2022.3205268.
  114. Y. Banday, “Empowering RIS-assisted NOMA networks with deep learning for user clustering and phase shifter optimization,” Wirel. Networks, vol. 31, no. 4, pp. 3149–3166, 2025, doi: https://doi.org/10.1007/s11276-025-03936-0.
  115. M. M. Salim, S. I. Al-Dharrab, D. B. Da Costa, A. H. Muqaibel, “Cooperative NOMA meets emerging technologies: a survey for next-generation wireless networks,” IEEE Open J. Commun. Soc., vol. 6, pp. 9247–9286, 2025, doi: https://doi.org/10.1109/OJCOMS.2025.3626862.
  116. S. Chebbi, O. Habachi, J.-P. Cances, V. Meghdadi, E. Sabir, “Efficient resource allocation in 5G massive MIMO-NOMA networks: Comparative analysis of SINR-aware power allocation and spatial correlation-based clustering,” Comput. Networks, vol. 263, p. 111216, 2025, doi: https://doi.org/10.1016/j.comnet.2025.111216.
  117. C. Lv, Z. Luo, “Deep learning for channel estimation in physical layer wireless communications: fundamental, methods, and challenges,” Electronics, vol. 12, no. 24, p. 4965, 2023, doi: https://doi.org/10.3390/electronics12244965.
  118. W. Jiang, H. D. Schotten, “Orthogonal and non-orthogonal multiple access for intelligent reflection surface in 6G systems,” in 2023 IEEE Wireless Communications and Networking Conference (WCNC), 2023, pp. 1–6, doi: https://doi.org/10.1109/WCNC55385.2023.10118706.
  119. Y. M. Park, Y. K. Tun, C. S. Hong, “Joint user pairing and beamforming design of multi-STAR-RISs-aided NOMA in the indoor environment via multi-agent reinforcement learning,” in NOMS 2024-2024 IEEE Network Operations and Management Symposium, 2024, pp. 1–8, doi: https://doi.org/10.1109/NOMS59830.2024.10575611.
  120. Q. Wu, R. Zhang, “Intelligent reflecting surface enhanced wireless network via joint active and passive beamforming,” IEEE Trans. Wirel. Commun., vol. 18, no. 11, pp. 5394–5409, 2019, doi: https://doi.org/10.1109/TWC.2019.2936025.
  121. F. Yang, J. Dai, C. Pan, “Beamforming design for active RIS‐aided NOMA networks,” IET Commun., vol. 17, no. 4, pp. 460–468, 2023, doi: https://doi.org/10.1049/cmu2.12556.
  122. H.-C. Chen, A. M. Widodo, J. C.-W. Lin, C.-E. Weng, D.-T. Do, “Outage behavior of the downlink reconfigurable intelligent surfaces-aided cooperative non-orthogonal multiple access network over Nakagami-m fading channels,” Wirel. Networks, vol. 30, no. 6, pp. 5093–5110, 2024, doi: https://doi.org/10.1007/s11276-022-03074-x.
  123. A. K. Yadav, S. Yadav, A. Pandey, A. Silva, “On the secrecy performance of RIS-enabled wireless communications over Nakagami-m fading channels,” ICT Express, vol. 9, no. 3, pp. 452–458, 2023, doi: https://doi.org/10.1016/j.icte.2022.04.003.
  124. N. Q. T. Thoong, A. A. Cheema, B. Canberk, D. T. Tran, O. A. Dobre, T. Q. Duong, “Channel estimation for reconfigurable intelligent surface-aided 6G NOMA systems: a quantum machine learning approach,” IEEE Trans. Netw. Sci. Eng., vol. 13, pp. 2197–2218, 2026, doi: https://doi.org/10.1109/TNSE.2025.3611273.
  125. H. Sadia, H. Iqbal, S. Fawad Hussain, N. Saeed, “Signal detection in intelligent reflecting surface-assisted NOMA network using LSTM model: a ML approach,” IEEE Open J. Commun. Soc., vol. 6, pp. 29–38, 2025, doi: https://doi.org/10.1109/OJCOMS.2024.3521008.
  126. N. Q. T. Thoong, A. A. Cheema, S. R. Khosravirad, O. A. Dobre, T. Q. Duong, “Deep learning for channel estimation of 6G RIS-NOMA systems with hardware impairments,” in 2025 IEEE International Conference on Communications Workshops (ICC Workshops), 2025, pp. 1347–1352, doi: https://doi.org/10.1109/ICCWorkshops67674.2025.11162295.
  127. X. Hu et al., “Location prediction using Bayesian optimization LSTM for RIS-assisted wireless communications,” IEEE Trans. Veh. Technol., vol. 73, no. 10, pp. 15156–15171, 2024, doi: https://doi.org/10.1109/TVT.2024.3409739.
  128. A. Vaziri, P. S. Moghaddam, M. Shoeibi, M. Kaveh, “Energy-efficient secure cell-free massive MIMO for internet of things: a hybrid CNN-LSTM-based deep-learning approach,” Futur. Internet, vol. 17, no. 4, p. 169, 2025, doi: https://doi.org/10.3390/fi17040169.
  129. W. Xiang, M. U. Zia, J. Ahmad, P. Cheng, K. Yu, T. Huang, “Deep learning-enabled RIS massive MIMO systems for industrial IoT: a joint communication and computation approach,” IEEE J. Sel. Areas Commun., vol. 43, no. 9, pp. 2981–2996, 2025, doi: https://doi.org/10.1109/JSAC.2025.3574603.
  130. T. Zhao, S. Zhao, “Method of signal detection for NOMA systems based on convolutional neural network,” in Proceedings of 2024 International Conference on Artificial Intelligence and Autonomous Transportation. AIAT 2024. Lecture Notes in Electrical Engineering, 2025, pp. 172–179, doi: https://doi.org/10.1007/978-981-96-3957-1_18.
  131. R. Kumaraswamy, M. N. Yashaswini, H. S. Yashwanth, J. C. Gaganshetty, S. P. Pranamya Jain, “Channel estimation in wireless communication,” in 2025 3rd International Conference on Smart Systems for applications in Electrical Sciences (ICSSES), 2025, pp. 1–5, doi: https://doi.org/10.1109/ICSSES64899.2025.11010001.
  132. E. Basar, M. Di Renzo, J. De Rosny, M. Debbah, M.-S. Alouini, R. Zhang, “Wireless communications through reconfigurable intelligent surfaces,” IEEE Access, vol. 7, pp. 116753–116773, 2019, doi: https://doi.org/10.1109/ACCESS.2019.2935192.
  133. G. Yang, X. Xu, Y.-C. Liang, “Intelligent reflecting surface assisted non-orthogonal multiple access,” in 2020 IEEE Wireless Communications and Networking Conference (WCNC), 2020, pp. 1–6, doi: https://doi.org/10.1109/WCNC45663.2020.9120476.
  134. H. Ye, G. Y. Li, B.-H. Juang, “Power of deep learning for channel estimation and signal detection in OFDM systems,” IEEE Wirel. Commun. Lett., vol. 7, no. 1, pp. 114–117, 2018, doi: https://doi.org/10.1109/LWC.2017.2757490.
  135. S. J. Sahu, P. Singh, “CBLSTM: a hybrid deep neural network approach for channel estimation in intelligent reflecting surface assisted communication system,” Signal, Image Video Process., vol. 19, no. 13, p. 1101, 2025, doi: https://doi.org/10.1007/s11760-025-04665-9.
  136. A. H. Ali, R. S. H. AL-Musawi, K. Al-Majdi, “Development of CNN-LSTM hybrid deep learning network for the joint detection of non-orthogonal multiple access signals in 5G uplink receivers,” Int. J. Intell. Eng. Syst., vol. 15, no. 4, pp. 479–488, 2022, doi: https://doi.org/10.22266/ijies2022.0831.43.
  137. M. A. Abdelhamed, M. Samy, B. E. Elnaghi, A. Magdy, “A hybrid CNN-BILSTM deep learning framework for signal detection of a massive MIMO NOMA system,” Results Eng., vol. 27, p. 105852, 2025, doi: https://doi.org/10.1016/j.rineng.2025.105852.
  138. A. Ranjan, B. C. Sahana, “Deep learning-based channel estimation and dynamic IRS assignment for optimized beamforming in IRS-aided MC-NOMA systems,” Math. Model. Eng. Probl., vol. 11, no. 12, pp. 3221–3234, 2024, doi: https://doi.org/10.18280/mmep.111202.
  139. J. Lu, R. Liu, Y. Wang, Z. Wang, H. Liu, “Performance study of FSO/THz dual-hop system based on cognitive radio and energy harvesting system,” Electronics, vol. 13, no. 23, p. 4656, 2024, doi: https://doi.org/10.3390/electronics13234656.
  140. W. M. Salama, M. H. Aly, E. S. Amer, “Underwater optical wireless communication system: Deep learning CNN with NOMA-based performance analysis,” Opt. Quantum Electron., vol. 55, no. 5, p. 436, 2023, doi: https://doi.org/10.1007/s11082-023-04638-7.
  141. M. R. Bhatnagar, “Deep neural network-based detection of modulated jamming in free-space optical systems: theory and performance under atmospheric fading,” IEEE Photonics J., vol. 17, no. 4, pp. 1–14, 2025, doi: https://doi.org/10.1109/JPHOT.2025.3589419.
  142. R. Liu et al., “Performance analysis of soft-switching FSO/THz-RF dual-hop AF-NOMA link based on cognitive radio,” Photonics, vol. 10, no. 10, p. 1086, 2023, doi: https://doi.org/10.3390/photonics10101086.
  143. V. Arya, M. Kumari, H. M. R. Al-Khafaji, S. A. Aljunid, “Modeling of satellite-to-underwater integrated FSO-PON system using NOMA-VLC,” Symmetry, vol. 15, no. 3, p. 739, 2023, doi: https://doi.org/10.3390/sym15030739.
  144. K. Aslan, T. Gucluoglu, “Performance analysis of downlink-NOMA over Málaga distributed optical links,” Wirel. Pers. Commun., vol. 138, no. 2, pp. 1247–1271, 2024, doi: https://doi.org/10.1007/s11277-024-11555-9.
  145. S. Phuchortham, H. Sabit, “A survey on free-space optical communication with RF backup: models, simulations, experience, machine learning, challenges and future directions,” Sensors, vol. 25, no. 11, p. 3310, 2025, doi: https://doi.org/10.3390/s25113310.
  146. W. Yu, F. Chen, Z. Xu, Y. Zhang, A. X. Liu, C. Zhang, “Multi-access channel based on quantum detection in wireless optical communication,” Entropy, vol. 24, no. 8, p. 1044, 2022, doi: https://doi.org/10.3390/e24081044.
  147. G. D. Chondrogiannis, A. P. Chrysologou, A.-A. A. Boulogeorgos, N. D. Chatzidiamantis, H. Haas, “Optical RIS-enabled multiple access communications,” IEEE Trans. Green Commun. Netw., vol. 10, pp. 1068–1080, 2026, doi: https://doi.org/10.1109/TGCN.2025.3609409.
  148. R. Piron, C. Goursaud, “Quantum annealing for active user detection in NOMA systems,” in 2024 58th Asilomar Conference on Signals, Systems, and Computers, 2024, pp. 1448–1452, doi: https://doi.org/10.1109/IEEECONF60004.2024.10943100.
  149. H. Urgelles, D. Garcia-Roger, J. F. Monserrat, “Quantum-based maximum likelihood detection in MIMO-NOMA systems for 6G networks,” Quantum Reports, vol. 6, no. 4, pp. 533–549, 2024, doi: https://doi.org/10.3390/quantum6040036.
  150. R. Liu et al., “Performance analysis of FSO/THz-RF dual-hop link based on NOMA,” Opt. Commun., vol. 557, p. 130332, 2024, doi: https://doi.org/10.1016/j.optcom.2024.130332.
  151. R. Boluda-Ruiz, A. Garcia-Zambrana, B. Castillo-Vazquez, C. Castillo-Vazquez, Q. Gao, K. Qaraqe, “Ergodic capacity optimization of FSO systems over gamma-gamma atmospheric turbulence channels with generalized pointing errors,” in 2018 11th International Symposium on Communication Systems, Networks & Digital Signal Processing (CSNDSP), 2018, pp. 1–6, doi: https://doi.org/10.1109/CSNDSP.2018.8471810.
  152. S. Vela, G. Hacioglu, “A novel approach to fair power allocation for NOMA in visible light communication,” Opt. Quantum Electron., vol. 56, no. 9, p. 1454, 2024, doi: https://doi.org/10.1007/s11082-024-07398-0.
  153. I. A. Alimi, P. P. Monteiro, “Revolutionizing free-space optics: a survey of enabling technologies, challenges, trends, and prospects of beyond 5G free-space optical (FSO) communication systems,” Sensors, vol. 24, no. 24, p. 8036, 2024, doi: https://doi.org/10.3390/s24248036.
  154. A. Gupta, D. Dhawan, N. Gupta, H. Kaushal, “On the performance of a UAV-based Malaga-distributed FSO/FSO communication system with NOMA,” Veh. Commun., vol. 54, p. 100930, 2025, doi: https://doi.org/10.1016/j.vehcom.2025.100930.
  155. X. Wang, J. He, G. Xu, J. Chen, Y. Gao, “Secrecy performance of a non-orthogonal multiple access-based space–air–ground integrated network system with stochastic geometry distribution of terrestrial terminals and fog absorption in optical link,” Aerospace, vol. 11, no. 4, p. 306, 2024, doi: https://doi.org/10.3390/aerospace11040306.
  156. D. Kim, H. S. Park, B. C. Jung, “Performance analysis of RIS-assisted dual-hop mixed FSO-RF UAV communication systems,” Digit. Commun. Networks, vol. 11, no. 4, pp. 1271–1279, 2025, doi: https://doi.org/10.1016/j.dcan.2025.02.001.
  157. V. Arya, “Realization of 32 × 4 × 40 Gbps PDM/MDM-FSO system using orbital angular momentum beams,” J. Opt. Commun., no. 3, 2025, doi: https://doi.org/10.1515/joc-2025-0008.
  158. J. Li et al., “Secure transmission for RIS-assisted downlink hybrid FSO/RF SAGIN: sum secrecy rate maximization,” Drones, vol. 9, no. 3, p. 198, 2025, doi: https://doi.org/10.3390/drones9030198.
  159. F. Chiti, R. Picchi, L. Pierucci, “A survey on non-terrestrial quantum networking: Challenges and trends,” Comput. Networks, vol. 252, p. 110668, 2024, doi: https://doi.org/10.1016/j.comnet.2024.110668.
  160. A. S. Alatawi, A. A. Youssef, M. Abaza, R. Mesleh, F. S. Almehmadi, “Evaluation of the feasibility of FSO/UAV communications in NEOM smart city,” Results Eng., vol. 26, p. 105256, 2025, doi: https://doi.org/10.1016/j.rineng.2025.105256.
  161. S. T. Mantey et al., “On the coexistence of quantum and classical signal transmission over turbulent FSO channels,” J. Light. Technol., vol. 43, no. 3, pp. 1043–1050, 2025, doi: https://doi.org/10.1109/JLT.2024.3484572.
  162. K. O. Odeyemi, P. A. Owolawi, O. O. Olakanmi, “Reconfigurable intelligent surface assisted full-duplex relay hybrid FSO/RF systems over atmospheric turbulence with foggy impairments,” Prog. Electromagn. Res. Lett., vol. 113, pp. 125–129, 2023, doi: https://doi.org/10.2528/PIERL23073108.
  163. J. Liang, M. Chen, X. Ke, “Performance analysis of hybrid FSO/RF-THz relay communication system,” IEEE Photonics J., pp. 1–10, 2024, doi: https://doi.org/10.1109/JPHOT.2024.3353194.
  164. S. Mittal, P. K. Yadav, V. K. Dwivedi, “Dual-hop NOMA relaying system for FSO/RF channels,” in 2024 27th International Symposium on Wireless Personal Multimedia Communications (WPMC), 2024, pp. 1–6, doi: https://doi.org/10.1109/WPMC63271.2024.10863642.
  165. T. V. Nguyen, H. D. Le, A. T. Pham, “On the design of RIS-UAV relay-assisted hybrid FSO/RF satellite-aerial-ground integrated network,” IEEE Trans. Aerosp. Electron. Syst., pp. 1–15, 2022, doi: https://doi.org/10.1109/TAES.2022.3189334.
  166. Q. Sun, Q. Hu, X. Chen, Y. Yang, S. Dang, J. Zhang, “Performance analysis of RIS-aided FSO/RF hybrid satellite-terrestrial network with imperfect CSI,” IEEE Trans. Veh. Technol., vol. 74, no. 2, pp. 2958–2972, 2025, doi: https://doi.org/10.1109/TVT.2024.3472219.
  167. R. Shankar, B. P. Chaudhar, R. K. Mishra, “Investigation of vehicular S-LSTM NOMA over time selective Nakagami-m fading with imperfect CSI,” J. Telecommun. Inf. Technol., vol. 4, no. 2022, pp. 47–60, 2022, doi: https://doi.org/10.26636/jtit.2022.165722.
  168. R. Shankar, J. L. Bangare, A. Kumar, S. Gupta, H. Mehraj, S. S. Kulkami, “Analysis of an LSTM-based NOMA detector over time selective Nakagami-m fading channel conditions,” J. Telecommun. Inf. Technol., vol. 3, no. 2022, pp. 17–24, 2022, doi: https://doi.org/10.26636/jtit.2022.161222.
  169. M. Ali, M. Ali, M. Hussain, D. Koundal, “Generative adversarial networks (GANs) for medical image processing: recent advancements,” Arch. Comput. Methods Eng., vol. 32, no. 2, pp. 1185–1198, 2025, doi: https://doi.org/10.1007/s11831-024-10174-8.
  170. S. V. Balasubramanian et al., “Mixture density networks for re-constructing historical ocean-color products over inland and coastal waters: demonstration and validation,” Front. Remote Sens., vol. 6, 2025, doi: https://doi.org/10.3389/frsen.2025.1488565.
  171. М. К. Беурія, Р. Шанкар, І. Кумар, Б. П. Чаудхарі, В. Г. Крішнан, and С. С. Сінгх, “Дослідження системи NOMA на основі глибокого навчання з урахуванням мобільності вузлів та недосконалого CSI,” Известия высших учебных заведений. Радиоэлектроника, vol. 66, no. 7, pp. 371–404, Jul. 2023, doi: 10.20535/S0021347023070026.
  172. X. Wang, D. Zhang, B. Chen, T. Liu, Y. Xin, Y. Xu, “Deep transfer learning for model-driven signal detection in MIMO-NOMA systems,” IEEE Trans. Veh. Technol., vol. 72, no. 10, pp. 13039–13054, 2023, doi: https://doi.org/10.1109/TVT.2023.3274561.
  173. A. Zeshan, M. A. Ouameur, M. Z. Alam, T.-A. D. Le, “From theory to practice: implementing meta-learning in 6G wireless infrastructure,” Telecom, vol. 5, no. 4, pp. 1263–1285, 2024, doi: https://doi.org/10.3390/telecom5040063.
  174. A. Aboutaleb, M. Torabi, B. Belzer, K. Sivakumar, “Deep learning-based auto-encoder for time-offset sub-faster-than-Nyquist downlink NOMA with timing errors and imperfect CSI,” IEEE J. Sel. Top. Signal Process., vol. 18, no. 7, pp. 1178–1193, 2024, doi: https://doi.org/10.1109/JSTSP.2024.3457014.
  175. S. Khaled, D. Abdelhameed, M. Hassan Essai Ali, H. Ghazi Zaini, S. Elnazer, S. Heshmat, “NOMA channel state estimation: deep learning approaches,” IEEE Access, vol. 13, pp. 159774–159795, 2025, doi: https://doi.org/10.1109/ACCESS.2025.3608136.
  176. M. Nouri, S. Sobhi-Givi, H. Behroozi, M. G. Shayesteh, M. J. Piran, Z. Ding, “Joint slice resource allocation and hybrid beamforming with deep reinforcement learning for NOMA-based vehicular 6G communications,” IEEE Trans. Netw. Serv. Manag., vol. 22, no. 4, pp. 3162–3178, 2025, doi: https://doi.org/10.1109/TNSM.2025.3561251.
  177. S. Gao, Y. Wang, N. Feng, Z. Wei, J. Zhao, “Deep reinforcement learning-based video offloading and resource allocation in NOMA-enabled networks,” Futur. Internet, vol. 15, no. 5, p. 184, 2023, doi: https://doi.org/10.3390/fi15050184.
  178. H. Li, F. Fang, Z. Ding, “DRL-assisted resource allocation for NOMA-MEC offloading with hybrid SIC,” Entropy, vol. 23, no. 5, p. 613, 2021, doi: https://doi.org/10.3390/e23050613.
  179. R. Shankar, “Bi‐directional LSTM based channel estimation in 5G massive MIMO OFDM systems over TDL‐C model with Rayleigh fading distribution,” Int. J. Commun. Syst., vol. 36, no. 16, 2023, doi: https://doi.org/10.1002/dac.5585.
  180. M. Gaballa, M. Abbod, A. Aldallal, “Investigating the combination of deep learning for channel estimation and power optimization in a non-orthogonal multiple access system,” Sensors, vol. 22, no. 10, p. 3666, 2022, doi: https://doi.org/10.3390/s22103666.
  181. H. Issa, M. Shehab, H. Alves, “Meta-learning based few pilots demodulation and interference cancellation for NOMA uplink,” in 2023 Joint European Conference on Networks and Communications & 6G Summit (EuCNC/6G Summit), 2023, pp. 84–89, doi: https://doi.org/10.1109/EuCNC/6GSummit58263.2023.10188320.
  182. Y. Hou, Y. Lu, W. Chen, B. Ai, D. Niyato, Z. Ding, “NOMANet: a graph neural network enabled power allocation scheme for NOMA,” 2025, uri: http://arxiv.org/abs/2502.05592.
  183. Y. Li, Y. Lu, B. Ai, O. A. Dobre, Z. Ding, D. Niyato, “GNN-based beamforming for sum-rate maximization in MU-MISO networks,” IEEE Trans. Wirel. Commun., vol. 23, no. 8, pp. 9251–9264, 2024, doi: https://doi.org/10.1109/TWC.2024.3361174.
  184. M. Liu, C. Huang, M. Di Renzo, M. Debbah, C. Yuen, “Cooperative beamforming and RISs association for Multi-RISs aided multi-users MmWave MIMO systems through graph neural networks,” in ICC 2023 - IEEE International Conference on Communications, 2023, pp. 4286–4291, doi: https://doi.org/10.1109/ICC45041.2023.10278986.
  185. S. Liu, J. Guo, C. Yang, “Multidimensional graph neural networks for wireless communications,” IEEE Trans. Wirel. Commun., vol. 23, no. 4, pp. 3057–3073, 2024, doi: https://doi.org/10.1109/TWC.2023.3305124.
  186. H. Li, J. Wang, Y. Wang, “Edge graph neural networks for massive MIMO detection,” 2022, uri: http://arxiv.org/abs/2206.06979.
  187. A. Kumar, N. Gaur, A. Nanthaamornphong, “Bi-LSTM based deep learning algorithm for NOMA-MIMO signal detection system,” Natl. Acad. Sci. Lett., vol. 48, no. 5, pp. 541–544, 2025, doi: https://doi.org/10.1007/s40009-024-01516-y.
  188. M. H. Rahman, M. A. S. Sejan, S.-G. Yoo, M.-A. Kim, Y.-H. You, H.-K. Song, “Multi-user joint detection using bi-directional deep neural network framework in NOMA-OFDM system,” Sensors, vol. 22, no. 18, p. 6994, 2022, doi: https://doi.org/10.3390/s22186994.
  189. R. Shankar et al., “Impact of node mobility on the DL based uplink and downlink MIMO-NOMA network,” Int. J. Inf. Technol., vol. 15, no. 6, pp. 3391–3404, 2023, doi: https://doi.org/10.1007/s41870-023-01362-z.
  190. M. K. Shehzad, L. Rose, M. F. Azam, M. Assaad, “Real-time massive MIMO channel prediction: a combination of deep learning and neuralProphet,” in GLOBECOM 2022 - 2022 IEEE Global Communications Conference, 2022, pp. 1423–1428, doi: https://doi.org/10.1109/GLOBECOM48099.2022.10001362.
  191. D. V. Ratnam, K. N. Rao, “Bi-LSTM based deep learning method for 5G signal detection and channel estimation,” AIMS Electron. Electr. Eng., vol. 5, no. 4, pp. 334–341, 2021, doi: https://doi.org/10.3934/electreng.2021017.
  192. G. Omondi, T. O. Olwal, “Towards artificial intelligence-aided MIMO detection for 6G communication systems: A review of current trends, challenges and future directions,” e-Prime - Adv. Electr. Eng. Electron. Energy, vol. 6, p. 100376, 2023, doi: https://doi.org/10.1016/j.prime.2023.100376.
  193. W. Li, D. Zhou, J. Zu, S. Liu, J. Liu, “Predicted position-driven deep learning channel estimation for massive MIMO systems,” Digit. Signal Process., vol. 151, p. 104567, 2024, doi: https://doi.org/10.1016/j.dsp.2024.104567.
  194. B. Li et al., “A survey of artificial intelligence enabled channel estimation methods: recent advance, performance, and outlook,” Artif. Intell. Rev., vol. 58, no. 6, p. 187, 2025, doi: https://doi.org/10.1007/s10462-025-11202-0.
  195. A. M. Elbir, A. Papazafeiropoulos, P. Kourtessis, S. Chatzinotas, “Deep channel learning for large intelligent surfaces aided mm-wave massive MIMO systems,” IEEE Wirel. Commun. Lett., vol. 9, no. 9, pp. 1447–1451, 2020, doi: https://doi.org/10.1109/LWC.2020.2993699.
  196. H. He, C.-K. Wen, S. Jin, G. Y. Li, “Deep learning-based channel estimation for beamspace mmWave massive MIMO systems,” IEEE Wirel. Commun. Lett., vol. 7, no. 5, pp. 852–855, 2018, doi: https://doi.org/10.1109/LWC.2018.2832128.
  197. S. I. Farghaly, S. N. Saleh, M. H. Aly, A. I. Zaki, “Enhancing spectral efficiency using a new MIMO WPT-NOMA system based on wavelet packet transform and convolutional complex neural network,” Phys. Commun., vol. 69, p. 102617, 2025, doi: https://doi.org/10.1016/j.phycom.2025.102617.
  198. A. Kumar, A. Nanthaamornphong, M. H. Alsharif, M. Masud, “SIC based RL for massive MIMO NOMA signal detection for different modulation schemes under diverse channel conditions,” Sci. Reports, vol. 15, no. 1, p. 24641, 2025, doi: https://doi.org/10.1038/s41598-025-06492-x.
  199. L. Arévalo, R. C. de Lamare, M. Haardt, R. Sampaio-Neto, “Decoupled signal detection for the uplink of massive MIMO in 5G heterogeneous networks,” EURASIP J. Wirel. Commun. Netw., vol. 2017, no. 1, p. 131, 2017, doi: https://doi.org/10.1186/s13638-017-0916-1.
  200. M. A. Albreem, A. Kumar, M. H. Alsharif, I. Khan, B. J. Choi, “Comparative analysis of data detection techniques for 5G massive MIMO systems,” Sustainability, vol. 12, no. 21, p. 9281, 2020, doi: https://doi.org/10.3390/su12219281.
  201. S. Patel et al., “Impact of antenna spacing on differential spatial modulation and spatial modulation for 5G-based compact wireless devices,” in 2021 4th International Symposium on Advanced Electrical and Communication Technologies (ISAECT), 2021, pp. 01–06, doi: https://doi.org/10.1109/ISAECT53699.2021.9668400.
  202. H. Huang et al., “Deep learning for physical-layer 5G wireless techniques: opportunities, challenges and solutions,” IEEE Wirel. Commun., vol. 27, no. 1, pp. 214–222, 2020, doi: https://doi.org/10.1109/MWC.2019.1900027.
  203. M. A. Aziz, M. H. Rahman, M. A. S. Sejan, J.-I. Baik, D.-S. Kim, H.-K. Song, “Spectral efficiency improvement using bi-deep learning model for IRS-assisted MU-MISO communication system,” Sensors, vol. 23, no. 18, p. 7793, 2023, doi: https://doi.org/10.3390/s23187793.
  204. H. Yao, T. Li, Y. Song, W. Ji, Y. Liang, F. Li, “Low-complexity signal detection networks based on Gauss-Seidel iterative method for massive MIMO systems,” EURASIP J. Adv. Signal Process., vol. 2022, no. 1, p. 51, 2022, doi: https://doi.org/10.1186/s13634-022-00885-0.
  205. S. J. Olickal, R. Jose, “LSTM projected layer neural network-based signal estimation and channel state estimator for OFDM wireless communication systems,” AIMS Electron. Electr. Eng., vol. 7, no. 2, pp. 187–195, 2023, doi: https://doi.org/10.3934/electreng.2023011.
  206. A. Aboutaleb, M. Torabi, B. Belzer, K. Sivakumar, “Deep learning-based auto-encoder for time-offset faster-than-Nyquist downlink NOMA with timing errors and imperfect CSI,” 2024, uri: http://arxiv.org/abs/2306.11172.
  207. S. Pakravan et al., “Physical layer security for NOMA systems: requirements, issues, and recommendations,” IEEE Internet Things J., vol. 10, no. 24, pp. 21721–21737, 2023, doi: https://doi.org/10.1109/JIOT.2023.3296319.
  208. L. Lv et al., “Safeguarding next-generation multiple access using physical layer security techniques: a tutorial,” Proc. IEEE, vol. 112, no. 9, pp. 1421–1466, 2024, doi: https://doi.org/10.1109/JPROC.2024.3420127.
  209. T. Nimi, A. V. Babu, “Enhancing the physical layer security of artificial noise-aided half-duplex cooperative NOMA systems,” Phys. Commun., vol. 59, p. 102090, 2023, doi: https://doi.org/10.1016/j.phycom.2023.102090.
  210. V. N. Nayak, K. K. Gurrala, “Power allocation‐assisted secrecy analysis for NOMA enabled cooperative network under multiple eavesdroppers,” ETRI J., vol. 43, no. 4, pp. 758–768, 2021, doi: https://doi.org/10.4218/etrij.2020-0084.
  211. N. Jaiswal, A. Pandey, S. Yadav, N. Purohit, “Physical layer security performance of NOMA-assisted vehicular communication systems over double-Rayleigh fading channels,” Phys. Commun., vol. 57, p. 101968, 2023, doi: https://doi.org/10.1016/j.phycom.2022.101968.
  212. E. S. Hassan, A. S. Elsafrawey, “Cooperative secrecy techniques for improving physical layer security in NOMA-based PLC networks,” IETE Tech. Rev., vol. 40, no. 6, pp. 755–766, 2023, doi: https://doi.org/10.1080/02564602.2023.2167741.
  213. A. Beigian, G. Kianfar, J. Abouei, A. Mohammadi, K. N. Plataniotis, “Enhancing security for physical layer communication in RIS-aided MIMO-NOMA systems in the presence of an eavesdropper,” Phys. Commun., vol. 64, p. 102333, 2024, doi: https://doi.org/10.1016/j.phycom.2024.102333.
  214. S.-Q. Nguyen, C.-B. Le, “Physical layer security for keyhole-based NOMA downlink systems with a multi-antenna eavesdropper,” J. Telecommun. Inf. Technol., vol. 101, no. 3, pp. 16–22, 2025, doi: https://doi.org/10.26636/jtit.2025.3.2116.
  215. J. A. Mead, K. Singh, R. Allu, M. Katwe, M.-L. Ku, S. Biswas, “Secure RIS-aided FD NOMA communications for hardware impaired IoT networks,” IEEE Internet Things J., vol. 12, no. 14, pp. 28332–28347, 2025, doi: https://doi.org/10.1109/JIOT.2025.3566504.
  216. K. Li et al., “Performance analysis of OMA/NOMA-aided satellite communication networks: a stochastic geometry approach,” IEEE Trans. Commun., vol. 73, no. 8, pp. 6577–6592, 2025, doi: https://doi.org/10.1109/TCOMM.2024.3523976.
  217. H. Abumarshoud, C. Chen, I. Tavakkolnia, H. Haas, M. A. Imran, “Intelligent reflecting surfaces for enhanced physical layer security in NOMA VLC systems,” in ICC 2023 - IEEE International Conference on Communications, 2023, pp. 3284–3289, doi: https://doi.org/10.1109/ICC45041.2023.10279487.
  218. K. Shim, H. Oh, T. N. Do, B. An, “A physical layer security-based transmit antenna selection scheme for NOMA systems,” in 2018 Tenth International Conference on Ubiquitous and Future Networks (ICUFN), 2018, pp. 597–602, doi: https://doi.org/10.1109/ICUFN.2018.8436960.
  219. G. C. Alexandropoulos, A. Papadogiannis, K. Berberidis, “Performance analysis of cooperative networks with relay selection over Nakagami-m fading channels,” IEEE Signal Process. Lett., vol. 17, no. 5, pp. 441–444, 2010, doi: https://doi.org/10.1109/LSP.2010.2042992.
  220. Y. Deng, Q. Li, Q. Zhang, L. Yang, J. Qin, “Secure beamforming design in MIMO NOMA networks for Internet of Things with perfect and imperfect CSI,” Comput. Networks, vol. 187, p. 107839, 2021, doi: https://doi.org/10.1016/j.comnet.2021.107839.
  221. Z. Shang, T. Zhang, L. Tao, Z. Xiang, W. Yang, “Physical layer security in cognitive NOMA sensor networks with full-duplex technique,” Int. J. Distrib. Sens. Networks, vol. 17, no. 12, p. 155014772110590, 2021, doi: https://doi.org/10.1177/15501477211059097.
  222. P. Singh, A. Trivedi, “NOMA and massive MIMO assisted physical layer security using artificial noise precoding,” Phys. Commun., vol. 39, p. 100977, 2020, doi: https://doi.org/10.1016/j.phycom.2019.100977.
  223. Y. Fu, B. Chen, C. Liu, K. Lin, “Secrecy analysis in UAV-aided CR-NOMA networks with artificial noise,” in 2023 9th International Conference on Computer and Communications (ICCC), 2023, pp. 602–608, doi: https://doi.org/10.1109/ICCC59590.2023.10507425.
  224. F. R. Ghadi, M. Kaveh, K.-K. Wong, D. Martín, “Physical layer security performance of cooperative dual-RIS-aided V2V NOMA communications,” IEEE Syst. J., vol. 18, no. 4, pp. 2074–2084, 2024, doi: https://doi.org/10.1109/JSYST.2024.3476447.
  225. X. Pei, X. Wang, M. Huang, Y. Chen, X. Li, T. A. Tsiftsis, “Physical-layer security in AmBC-NOMA networks with random eavesdroppers,” IEEE Internet Things J., vol. 12, no. 12, pp. 18628–18642, 2025, doi: https://doi.org/10.1109/JIOT.2025.3557167.
  226. F. Rostami Ghadi, M. Kaveh, K.-K. Wong, D. Martín, R. Jäntti, Z. Yan, “Physical layer security in FAS-aided wireless powered NOMA systems,” Comput. Commun., vol. 242, p. 108274, 2025, doi: https://doi.org/10.1016/j.comcom.2025.108274.
  227. J. Lee, J. So, “Reinforcement learning-based joint user pairing and power allocation in MIMO-NOMA systems,” Sensors, vol. 20, no. 24, p. 7094, 2020, doi: https://doi.org/10.3390/s20247094.
  228. W. Wei, X. Pang, C. Xing, N. Zhao, D. Niyato, “STAR-RIS aided secure NOMA integrated sensing and communication,” IEEE Trans. Wirel. Commun., vol. 23, no. 9, pp. 10712–10725, 2024, doi: https://doi.org/10.1109/TWC.2024.3374728.
  229. M. Kim, J. H. Park, “Quantum-resilient security for 6G networks: a comprehensive survey on challenges, solutions, and research opportunities,” J. Supercomput., vol. 81, no. 9, p. 1086, 2025, doi: https://doi.org/10.1007/s11227-025-07544-9.
  230. S. Huang, M. Xiao, H. V. Poor, “On the physical layer security of millimeter wave NOMA networks,” IEEE Trans. Veh. Technol., vol. 69, no. 10, pp. 11697–11711, 2020, doi: https://doi.org/10.1109/TVT.2020.3017086.
  231. Y. Yan et al., “Secure NOMA-assisted multi-user mmWave vehicular communications using artificial noise,” in 2024 IEEE 99th Vehicular Technology Conference (VTC2024-Spring), 2024, pp. 1–6, doi: https://doi.org/10.1109/VTC2024-Spring62846.2024.10683326.
Схематичне зображення бездротових мереж 6G

##submission.downloads##

Опубліковано

2025-01-25

Як цитувати

Шанкар, Р., Кумар, І., Кашьяп, М., Джа, А. К., & Чаудхарі, Б. П. (2025). Огляд схем NOMA для бездротових мереж 6G: сучасний стан, основні схеми, перспективи та безпека. Вісті вищих учбових закладів. Радіоелектроніка, 68(1), 3–40. https://doi.org/10.20535/S0021347025010017

Номер

Том 68 № 1 (2025)

Розділ

Оглядові статті

Ліцензія

Авторське право (c) 2025 Вісті вищих учбових закладів. Радіоелектроніка

Издатель журнала Известия высших учебных заведений. Радиоэлектроника (сокр. "Известия вузов. Радиоэлектроника"), Национальный технический университет Украины "Киевский политехнический институт", учитывает, что доступ автора к его статье является важным как для самого автора, так и для спонсоров его исследований. Мы представлены в базе издателей SHERPA/RoMEO как зеленый издатель (green publisher), что позволяет автору выполнять самоархивирование своей статьи. Однако важно, чтобы каждая из сторон четко понимала свои права. Просьба более детально ознакомиться с Политикой самоархивирования нашего журнала.

Политика оплаченного открытого доступа POA (paid open access), принятая в журнале, позволяет автору выполнить все необходимые требования по открытому доступу к своей статье, которые выдвигаются институтом, правительством или фондом при выделении финансирования. Просьба более детально ознакомиться с политикой оплаченного открытого доступа нашего журнала (см. отдельно).

Варианты доступа к статье:

1. Статья в открытом доступе POA (paid open access)

В этом случае права автора определяются лицензией CC BY (Creative Commons Attribution).

2. Статья с последующим доступом по подписке

В этом случае права автора определяются авторским договором, приведенным далее.

  • Автор (каждый соавтор) уступает Издателю журнала «Известия высших учебных заведений. Радиоэлектроника» НТУУ «КПИ» на срок действия авторского права эксклюзивные права на материалы статьи, в том числе право на публикацию данной статьи издательством Аллертон Пресс, США (Allerton Press) на английском языке в журнале «Radioelectronics and Communications Systems». Передача авторского права охватывает исключительное право на воспроизведение и распространение статьи, включая оттиски, переводы, фото воспроизведения, микроформы, электронные формы (он- и оффлайн), или любые иные подобные формы воспроизведения, а также право издателя на сублицензирование третьим лицам по своему усмотрению без дополнительных консультаций с автором. При этом журнал придерживается Политики конфиденциальности.
  • Передача прав включает право на обработку формы представления материалов с помощью компьютерных программам и систем (баз данных) для их использования и воспроизводства, публикации и распространения в электронном формате и внедрения в системы поиска (базы данных).
  • Воспроизведение, размещение, передача или иное распространение или использование материалов, содержащихся в статье должно сопровождаться ссылкой на Журнал и упоминанием Издателя, а именно: название статьи, имя автора (соавторов), название журнала, номер тома, номер выпуска, копирайт авторов и издателя "© Национальный технический университет Украины "Киевский политехнический институт"; © автор(ы)".
  • Автор (каждый соавтор) материалов сохраняет все права собственника материалов, включая патентные права на любые процессы, способы или методы и др., а также права на товарные знаки.
  • Издатель разрешает автору (каждому соавтору) материалов следующее:
  1. Право пользоваться печатными или электронными вариантами материалов статьи в форме и содержании, принятыми Издателем для публикации в Журнале. Подробнее см. политики Оплаченного открытого доступа, подписки и самоархивирования.
  2. Право бесплатно копировать или передавать коллегам копию напечатанной статьи целиком или частично для их личного или профессионального использования, для продвижения академических или научных исследований или для учебного процесса или других информационных целей, не связанных с коммерческими целями.
  3. Право использовать материалы из опубликованной статьи в написанной автором (соавторами) книге, монографии, учебнике, учебном пособии и других научных и научно-популярных изданиях.
  4. Право использовать отдельные рисунки или таблицы и отрывки текста из материалов в собственных целях обучения или для включения их в другую работу, которая печатается (в печатном или электронном формате) третьей стороной, или для представления в электронном формате во внутренние компьютерные сети или на внешние сайты автора (соавторов).
  • Автор (соавторы) соглашаются, что каждая копия материалов или любая ее часть, распространенная или размещенная ими в печатном или электронном формате, будет содержать указание на авторское право, предусмотренное в Журнале и полную ссылку на Журнал Издателя.
  • Автор (соавторы) гарантирует, что материалы являются оригинальной работой и представлены впервые на рассмотрение только в этом Журнале и ранее не публиковались. Если материалы написаны совместно с соавторами, автор гарантирует, что проинформировал их относительно условий публикации материалов и получил их подписи или письменное разрешение подписываться от их имени.
  • Если в материалы включаются отрывки из работ или имеются указания на работы, которые охраняются авторским правом и принадлежат третьей стороне, то автору необходимо получить разрешение владельца авторских прав на использование таких материалов в первом случае и сделать ссылку на первоисточник во втором.
  • Автор гарантирует, что материалы не содержат клеветнических высказываний и не посягают на права (включая без ограничений авторское право, права на патент или торговую марку) других лиц и не содержат материалы или инструкции, которые могут причинить вред или ущерб третьим лицам. Автор (каждый соавтор) гарантирует, что их публикация не приведет к разглашению секретных или конфиденциальных сведений (включая государственную тайну). Подтверждением этого является Экспертное заключение (см. перечень документов в Правила для авторов).
  • Издатель обязуется опубликовать материалы в случае получения статьей положительного решения редколлегии о публикации на основании внешнего рецензирования (см. Политика рецензирования).
  • В случае публикации статьи на английском языке в журнале «Radioelectronics and Communications Systems» (Издатель: Аллертон Пресс, США, распространитель Springer) автору (соавторам) выплачивается гонорар после выхода последнего номера журнала года, в котором опубликована данная статья.
  • Документ Согласие на публикацию, который подают русскоязычные авторы при подаче статьи в редакцию, является краткой формой данного договора, в котором изложены все ключевые моменты настоящего договора и наличие которого подтверждает согласие автора (соавторов) с ним. Аналогичным документом для англоязычных авторов является Copyright Transfer Agreement (CTA), предоставляемый издательством Allerton Press.
  • Настоящий Договор вступает в силу в момент принятия статьи к публикации. Если материалы не принимаются к публикации или до публикации в журнале автор (авторы) отозвал работу, настоящий Договор не приобретает (теряет) силу.