本文综述了利用 MEC 技术实现 IoT 应用及其协同作用的整体概述，探讨了实现 IoT 中 MEC 的技术方面，并提供了其他整合技术的一些见解。

May, 2018

该研究论文概述了移动边缘计算技术的现状和潜在应用，并提出与 5G 及更高版本的新技术相结合的 MEC 方案，最终总结了当前研究现状和挑战，并探讨了潜在未来方向。

Jun, 2019

本研究探讨了移动边缘计算（MEC）与新兴技术的融合，其中包括 Metaverse、6G 无线通信、人工智能 (AI) 和区块链，重点关注于这些技术的技术融合，如 MEC 和 6G 的融合、MEC 与区块链的融合等，并介绍了 MEC 在移动增强现实（MAR）和 Metaverse 的应用场景。

Sep, 2022

本文提出了一种基于可重构智能表面 (RIS) 的移动边缘计算 (MEC) 结合人工智能 (AI) 和机器学习 (ML) 的架构，在最大化学习性能的前提下，通过联合优化移动用户的传输功率、基站的波束成形向量和 RIS 的相移矩阵，以最小化参与用户的最大学习误差。仿真结果证明了部署 RIS 和采用本文算法相比各种基准算法均能显著提高性能，并且在基于 CARLA 平台和 SECOND 网络构建的统一通信 - 训练 - 推理平台上演示了应用于自动驾驶中的三维物体检测的案例。

Dec, 2020

本文全面讨论了来自免授权连接角度的非正交多址接入 (NOMA) 的最新进展，探讨了相关的实际挑战和未来方向。

Oct, 2019

本文系统地介绍了最近提出的非正交多址（NOMA）技术，从其与多输入多输出（MIMO）技术的结合，到协作 NOMA，再到 NOMA 与认知无线电之间的相互作用。同时，本文还回顾了 NOMA 在 LTE 和 5G 网络中实现的标准化活动的最新进展。

Nov, 2015

本次调查综述了非正交多址接入技术在满足 5G 无线网络对低延迟、高可靠性、大量连通性、公平性和高吞吐量等异构需求中的关键作用，概括了最新的研究和创新，讨论了 5G 及其后续 NOMA 技术的未来研究挑战。

Jun, 2017

本研究介绍了在语义感知的范式下，如何通过资源分配决策来优化利用公平度的权衡，同时考虑到用户数据相关性。通过引入自我和协助吞吐量的概念，提出了一种新的无线频谱多接入问题的解决方法，利用 α 公平度度量优化。通过单信道和多信道的场景评估，发现在各种 α 值、关联矩阵和信道条件下，SAMA-D3QL 方法都表现优于其他方法，从而为未来联邦动态应用的实现提供了有希望的候选方案。

Jan, 2024

本文详细探讨了针对 B5G 无线网络的大规模接入设计，主要从理论、协议、技术、覆盖范围、能源和安全等角度进行了综述，并确定了几个未来的研究方向和挑战。

Feb, 2020

本文探讨了 IoT 在 6G 系统中的更广泛的应用，详述了非正交多址接入 (NOMA) 技术在系统光谱效率和性能提升方面的优势，提出了多项应用于实际非协调传输的方向性建议和技术方案

Apr, 2021