[论文解读] A Survey of NOMA: State of the Art, Key Techniques, Open Challenges, Security Issues and Future Trends

Syed Agha Hassnain Mohsan, Yanlong Li|arXiv (Cornell University)|Jun 11, 2023

Advanced Wireless Communication Technologies被引用 5

一句话总结

本综述全面概述了非正交多址接入（NOMA）系统，涵盖最先进的技术、与MIMO、智能反射面（IRS）、无人机（UAVs）及人工智能（AI）等新兴技术的集成，以及在性能、安全性和部署方面面临的关键挑战。它强调了NOMA通过在共享资源块中按功率域或码域复用用户，在提升频谱效率、实现大规模连接和改善用户公平性方面，对6G网络的推动作用。

ABSTRACT

Non-orthogonal multiple access (NOMA) systems can serve multiple users in contrast to orthogonal multiple-access (OMA), which makes use of the limited time or frequency domain resources. It can help to address the unprecedented technological advancements of the sixth generation (6G) network, which include high spectral efficiency, high flexibility, low transmission latency, massive connectivity, higher cell-edge throughput, and user fairness. NOMA has gained widespread recognition as a viable technology for future wireless networks. The main characteristic that sets NOMA apart from the conventional orthogonal multiple access (OMA) techniques is its ability to handle more users than orthogonal resource slots. NOMA techniques can serve multiple users in the same resource block by multiplexing users in power or code domain. The purpose of this paper is to provide a thorough overview of the promising NOMA systems. Initially, we discuss the state-of-the-art and existing literature on NOMA systems. This study also examines the practical deployment of NOMA implementation and key performance indicators. An overview of the most recent NOMA advancements and applications is also given in this survey. We also briefly discuss that multiple-input multiple-output (MIMO), visible light communications, cognitive and cooperative communications, intelligent reflecting surfaces (IRS), unmanned aerial vehicles (UAV), HetNets, backscatter communication, mobile edge computing (MEC), deep learning (DL), and other emerging and existing wireless technologies can all be flexibly combined with NOMA. This study surveys a thorough analysis of the interactions between NOMA and the aforementioned technologies. Lastly, we will highlight a number of difficult open problems and security issues that need to be resolved for NOMA, along with pertinent possibilities and potential future research directions.

研究动机与目标

• 提供对NOMA系统当前技术前沿及其实际部署的全面综述。
• 分析NOMA应用的关键性能指标和最新进展。
• 研究NOMA与MIMO、智能反射面、无人机和移动边缘计算等新兴无线技术的集成。
• 识别NOMA系统中的开放研究挑战和安全漏洞。
• 概述面向下一代无线网络的NOMA未来研究方向和潜在趋势。

提出的方法

• 对现有NOMA文献进行系统性综述，包括理论基础和实现框架。
• 分析在功率域（功率域NOMA）或码域（免许可NOMA）复用用户的NOMA技术。
• 考察NOMA与MIMO、可见光通信、认知无线电及协作通信的集成。
• 探索NOMA在异构网络（HetNets）、背散射通信和无人飞行器（UAVs）中的应用。
• 研究NOMA与智能反射面（IRS）、移动边缘计算（MEC）和深度学习（DL）等新兴技术之间的协同效应。
• 通过对比分析现有研究，识别性能指标、安全威胁和系统级挑战。

实验结果

研究问题

• RQ1 与传统正交多址接入（OMA）相比，NOMA在6G网络中如何提升频谱效率和用户公平性？
• RQ2 NOMA与MIMO、IRS和UAVs等新兴技术之间的关键技术使能因素和集成机会是什么？
• RQ3 NOMA部署中的主要开放挑战有哪些，包括硬件限制和干扰管理？
• RQ4 NOMA系统中的安全漏洞如何影响网络可靠性和用户隐私？
• RQ5 哪些未来研究方向最有可能推动NOMA向实际6G部署的进展？

主要发现

• NOMA能够在同一时频资源块中同时传输多个用户，显著提升频谱效率并支持大规模连接。
• 功率域NOMA和码域NOMA是两种主要复用技术，其中功率域NOMA在高用户密度场景下表现更优。
• NOMA与MIMO及智能反射面（IRS）的集成可增强频谱效率和覆盖范围，尤其改善了小区边缘用户的性能。
• NOMA与移动边缘计算（MEC）和深度学习（DL）的结合，可实现智能资源分配并降低动态网络中的延迟。
• 用户窃听和人工噪声注入等安全问题仍是关键挑战，尤其在功率域NOMA系统中更为突出。
• 开放挑战包括硬件损伤、非完美连续干扰 cancellation（SIC）以及实际部署中对鲁棒波束成形和功率分配算法的需求。