Dans cette thèse, nous étudions plusieurs scénarios de communication pour les futurs réseaux sans fil. Plus particulièrement, cette thèse porte son attention sur comment la communication directe entre équipements mobiles (D2D) peut améliorer les performances des technologies existantes dans les systèmes sans fil. Le premier scénario étudié durant cette thèse est celui de la communication par multidiffusion d’un message commun entre un émetteur et plusieurs récepteurs. Il peut être illustré par le streaming vidéo, les messages d’alerte à destination de la police ou des pompiers ou des ambulanciers. Le second scénario étudié est celui d’une transmission à contraintes critiques en latence et en fiabilité. Ce dernier est illustré par son implication primordiale dans les futures technologies telles que les voitures connectées, avec pour but d’éviter des accidents, ou bien les machines connectées pour améliorer les services hospitaliers tels que la télé-chirurgie entre autres. Le dernier scénario étudié est celui de la localisation d’un groupe d’équipement dans un réseau densément peuplé tel qu’on peut trouver dans le contexte des objets connectés en masse. En général les objets communiquent entre eux à un niveau local et sont intéressés par des services communs et locaux. Plus concrètement, dans cette thèse, nous montrons les bienfaits de la communication D2D dans les trois scénarios précédents. Dans le cas du premier scénario de multidiffusion, contrairement à la tendance habituelle d’avoir un taux de transmission qui diminue en fonction du nombre d’équipements mobiles (en particulier, car l’équipement émetteur doit adapter sa transmission à l’équipement récepteur en plus mauvaise condition), en ajoutant la communication D2D, on observe que ce même taux de transmission augmente en fonction du nombre d’équipements mobiles présents. Dans le deuxième scénario où la communication est soumise à des contraintes de fiabilité et de latence exigeantes, nous déduisons une politique de retransmission optimale et proposons une autre politique semi-optimale qui est beaucoup moins gourmande en temps et qui a prouvé son optimalité dans plusieurs cas pratiques. Enfin dans le dernier scénario, nous proposons une méthode de localisation d’équipements mobile et l’étudions dans plusieurs environnements (avec et sans visibilité directe dans les cas intra-muros et extérieurs). L’identification de ces zones est ensuite utilisée pour créer de petites cellules virtuelles adaptatives aux situations changeantes et non prédictibles, dans le but de réduire les coûts liés aux infrastructures actuelles. / This thesis studies D2D communication in realistic and challenging scenarios for future wireless systems. In particular, the thesis focuses on how may D2D communication help other technologies to enhance their performance. The first wireless scenario is the one of multicasting, used for example in video streaming or common alert message transmission for police, firefighters or ambulances. The second wireless scenario is the critical one of URLLC expected to be used to avoid cars crashes in the upcoming V2X context, and also when connecting machines together in environments like connected hospitals, airports, factories (industry 4.0), and last but not least in e-health context in order to enhance medical tele-surgery. The last wireless scenario is the one of UE group localization in the context of massive IoT, where devices are interacting with each other and are mostly confined in local groups, needing local services. In the multicast channel scenario, where a transmitter wishes to convey a common message to many receivers, it is known that the multicast rate decrease as the number of UEs increases. This vanishing behavior changes drastically when enabling the receivers to cooperate with each other via D2D. Indeed, the multicast rate increases with high probability when the number of receivers increases. This chapter also analyzes the outage rate of the proposed scheme in the same setting. Extensions regarding firstly resource utilization and secondly considering the use of HARQ are also analyzed. Next chapter addresses one of the major challenges for future networks, named URLLC. Specifically, the chapter studies the problem of HARQ with delayed feedback, where the transmitter is informed after some delay on whether or not his transmission was successful. The goal is to minimize the expected number of retransmissions subject to a reliability constraint within a delay budget. This problem is studied at two levels: (i) a single transmitter faced with a stochastic i.i.d. noisy environment and (ii) a group of transmitters whom shares a collision channel. Then the chapter that follows provides a cooperative UE mapping method that is highly accurate. Four different channel models are studied in this chapter: LOS and NLOS for indoor and outdoor environments. The results show significant improvement compared to already existing methods. Identifying the dense local areas in real time and informing the network allows the Base Station (BS) to increase the capacity through highly directive beams, and therefore, avoids the deployment cost of new infrastructure.

La tâche de répondre à une demande croissante pour une meilleure qualité de l'expérience utilisateur dans les communications sans fil, est contestée par la quantité d'énergie consommée par les technologies concernées et les méthodes employées. Sans surprise, le problème de la réduction de la consommation d'énergie doit être abordé à diverses couches de l'architecture de réseau et de diverses directions. Cette thèse traite de certains aspects cruciaux de la couche physique de l'architecture de réseau sans fil afin de trouver des solutions efficaces d'énergie. Dans la première partie de cette thèse, nous explorons l'idée de l'efficacité énergétique à un niveau fondamental. A commencer par répondre aux questions telles que: - Qu'est-ce que la forme physique d'information ?, nous construisons un dispositif de communication simple afin d'isoler certaines étapes clés dans le processus physique de la communication et nous dire comment elles affectent l'efficacité énergétique d'une communication système. Dans la deuxième partie, nous utilisons des outils de la géométrie stochastique pour modéliser théoriquement réseaux cellulaires afin d'analyser l'efficacité énergétique du système. L'exploitation de la traçabilité d'une telle modélisation mathématique, nous explorons les conditions dans lesquelles la consommation d'énergie peut être réduite. En outre, dans cette partie, nous introduisons le concept de la mise en cache des données des utilisateurs à la périphérie du réseau (à savoir le final ac BS qui est en contact avec l'utilisateur) et de montrer quantitativement comment la mise en cache peut aider à améliorer l'efficacité énergétique d'un cellulaire réseau. Nous tenons également à ce traitement à un ac Hetnet scénario (à savoir quand il y a plus d'un type de glspl déployé BS) et étudions divers indicateurs de performance clés. Nous explorons également les conditions où l'efficacité énergétique d'un tel système peut être améliorée. Les résultats de thèse fournissent quelques idées clés pour améliorer l'efficacité énergétique dans un réseau cellulaire sans fil contribuant ainsi à l'avancement vers la prochaine génération (5 G) des réseaux cellulaires. / The task of meeting an ever growing demand for better quality of user experience in wireless communications, is challenged by the amount of energy consumed by the technologies involved and the methods employed. Not surprisingly, the problem of reducing energy consumption needs to be addressed at various layers of the network architecture and from various directions. This thesis addresses some crucial aspects of the physical layer of wireless network architecture in order to find energy efficient solutions.In the first part of this thesis, we explore the idea of energy efficiency at a fundamental level. Starting with answering questions such as - emph{What is the physical form of `information'?}, we build a simple communication device in order to isolate certain key steps in the physical process of communication and we comment on how these affect the energy efficiency of a communication system.In the second part, we use tools from stochastic geometry to theoretically model cellular networks so as to analyze the energy efficiency of the system. Exploiting the tractability of such a mathematical modeling, we explore the conditions under which the consumption of energy can be reduced. Further in this part, we introduce the concept of caching users' data at the edge of the network (namely the final ac{BS} that is contact with the user) and show quantitatively how caching can help improve the energy efficiency of a cellular network. We also extend this treatment to a ac{HetNet} scenario (namely when there are more than one type of glspl{BS} deployed) and study various key performance metrics. We also explore the conditions where energy efficiency of such a system can be improved.The results in thesis provide some key ideas to improve energy efficiency in a wireless cellular network thereby contributing to the advancement towards the next generation (5G) cellular networks.

Les demandes de haut débit, faible latence et grande fiabilité augmentent dans les nouvelles générations de systèmes de radiocommunications. Par conséquent, on propose de combiner la transmission non orthogonale avec les retransmissions HARQ afin de combattre les fluctuations de canal de transmission à haut débit. Dans la première partie de la thèse, on propose des protocoles de retransmissions HARQ avec l'aide d'un relai afin d'améliorer le débit et la fiabilité du système. Une version renforcée du protocole HARQ qui prend en compte le délai de retour est proposée dans la seconde partie de la thèse. / HARQ has become an important research field in the wireless digital communications area during the last years. In this thesis, we improve the HARQ mechanisms in terms of throughput and/or latency which are the bottleneck of next generation wireless communication systems. More precisely, we improve the time-slotted HARQ systems by mimicking NOMA, which means using superposed packets in a single-user context. In the first part of the thesis, we propose HARQ protocols using the help of a relay to improve the transmission rate and reliability. An enhanced HARQ protocol adapted to delayed feedback is proposed in the second part. In this new multi-layer HARQ protocol, additional redundant packets are sent preemptively before receiving the acknowledgement, and in superposition to other HARQ processes.

In 5G, Ultra-reliable and low-Latency communications (URLLC) service is envisioned to enable use cases with strict reliability and latency requirements on wireless communication. For the upcoming 6G network, machine learning (ML) also stands an important role that introduces intelligence and further enhances the system performance. This thesis explores the deployment of reinforcement learning (RL), a popular sub-field of ML, to optimize the application-layer availability and reliability of URLLC service in factory automation scenarios. In conventional RL methods, the decision variables are typically optimized in the same control loop. However, wireless systems’ parameters can be optimized either on a cell level or globally, depending on the inter-cell dynamics’ impact on their optimal value. Although global optimizations can provide a better performance, such optimizations introduce major practical limitations on the control loop’s delay. Besides, global optimization of all decision variables leads to excessive signalings, and thus, it is costly in terms of communication overhead. In this thesis, we propose a more flexible hierarchical reinforcement learning (HRL) framework that enables the implementation of multiple agents and multi-level policies with different time scales for each optimization. Therefore, we selected a use case from the prior art, optimizing the maximum number of retransmissions and transmission power to industrial devices, and solved it with our HRL framework. Our simulation results on factory automation scenario shows that HRL framework achieves similar performance as the ideal RL method, which highly improves the availability and reliability compared to the baseline solutions. Besides, the new HRL framework allows a more flexible allocation of agents. By allocating the low-level agents close to the base stations, our framework also significantly decreases the overhead of signal transmissions compared to the one-agent RL method. / Inom 5G är tjänster kallade “Ultra-reliable and low-latency communication” URLLC tänkta att möjliggöra trådlös kommunikation i användningsfall med strikta krav på tillförlitlighet och latens. För framtidens 6G nätverk har även maskininlärning ML en viktig roll som introducerar intelligens och ytterligare förbättrar systemens prestanda. Den här avhandlingen utforskar implementeringen av förstärkande inlärning (reinforcement learning eller RL), ett populärt underområde av ML, för att optimera tillgängligheten och tillförlitligheten av URLLC-tjänster i automatiserade fabriker. I traditionella RL-metoder optimeras beslutsvariablerna vanligtvis i samma kontrollslinga. Parametrarna för trådlösa system kan dock optimeras antingen på cellnivå eller globalt, beroende på inverkan av dynamiken mellan cellerna på deras optimala värde. Även om globala optimeringar kan ge bättre prestanda introducerar sådana optimeringar stora praktiska begränsningar på kontrollslingans latens. Dessutom leder global optimering av beslutsvariablerna till ökad signalering och är därför kostsamt. I denna avhandling föreslår vi ett mer flexibelt ramverk med hierarkisk förstärkande inlärning HRL som möjliggör implementering av flera agenter och flernivå-policys med olika tidsskalor för varje optimering. Därför valde vi ett tidigare känt användningsfall, optimeringen av det maximala antalet återsändningar samt överföringseffekten till industriella enheter, och löste det med vårt HRL ramverk. Resultaten från våra simuleringar på fabriksscenariot visar att HRL-ramverket uppnår liknande prestanda som den ideala RL-metoden, vilket i hög grad förbättrar tillgängligheten och tillförlitligheten jämfört med standardlösningarna. Dessutom tillåter det nya HRL ramverket en mer flexibel fördelning av agenter. Genom att allokera lågnivåagenterna nära basstationerna minskar vårt ramverk också avsevärt kostnaden för signalöverföringar jämfört med RL-metoden med endast en agent.

Inom mobilnät är 5G den senaste standarden och förväntas ge möjlighet för nya applikationer och tillämpningar. Den trådlösa kommunikationen för 5G har stor spridning av tillgängliga frekvenser. En utmaning är att de högre frekvenserna, som erbjuder bäst kapacitet, har en kort räckvidd. Detta kan hanteras genom att placera fler anslutningspunkter med korta avstånd. Vanligtvis behöver en person vara på plats för att testa placering av anslutningspunkter på ett sådant sätt att minimal blockering av radiosignaler förekommer. Detta kan vara både kostsamt och tidskrävande. Detta projekt har som mål att utveckla ett strålspårningsprogram för att simulera och visualisera hur en stråle påverkas vid kollision med olika material när den skickas från en anslutningspunkt/sändare till en mottagare. Strålspårningsprogrammet visualiserar i grafikmotorn Unity och simuleringen görs i en strålspårningsmotor baserad på strålspårnings-API:et OptiX. För att uppnå detta mål utfördes undersökning och komplettering av tidigare arbeten, tekniska inklusive teoretiska studier av strålspårnings- och materialinteraktion.Resultatet av arbetet är ett strålspårningsprogram där påverkan på en stråles rörelse vid reflektion och brytning mot objekt med vissa material kan beräknas, som kan användas för att avgöra möjligheten att etablera en anslutning vilket sedan kan visualiseras i Unity. / Within mobile networks, 5G is the latest standard and has a wide range of available frequencies, where a disadvantage of the higher frequencies is that the range is short. This can be counteracted by placing more connection points with short distances between them. Placement of connection points usually requires a person to be on site to test placements, to ensure minimal blocking of radio signals in an area, which can be both costly and time-consuming. This project aims to develop a ray tracing program to visualize how a ray is affected when colliding with different materials when it is sent from a connection point/transmitter to a receiver. This is visualized in the Unity graphics engine, and the simulation is done in a ray tracing engine based on the ray tracing API OptiX. To achieve this goal, previous works were investigated, and technical and theoretical studies of ray tracing and material interaction were conducted. In addition, different software programs relevant to the project were evaluated, including OptiX and Unity. The result of this work is a ray tracing program where the impact on a beam's movement when reflecting and refracting against objects with certain materials can be calculated, which can be used to determine if a connection can be established, and visualization of this can be done in Unity.

In a wireless communication system, synchronization is one of the most critical functions. Good timing and synchronization can prevent messages of the communication system from interfering with each other and enable a smooth message transfer. For 5G (the fifth generation of telecommunication network), the timing and synchronization requirements are even more strict. To synchronize the communication system, the first thing is to detect the connection quality and find the faults’ positions. This thesis aims to investigate a machine learning or deep learning approach to predict the connection quality called ”Hearability” between cells and to find the base stations whose cells have an absolute time error larger than a configurable threshold. The results show that the random forest classifier can obtain the highest accuracy while requiring less computing time than k-Nearest-Neighbors, Support Vector Machine, and Graph Neural Network. Additionally, we found the base stations with faults and offered suggestions for detecting the faults in complicated cases. / I ett trådlöst kommunikationssystem är synkronisering en av de mest kritiska funktionerna. Bra timing och synkronisering kan förhindra meddelanden från kommunikationssystemet från att störa varandra och möjliggöra en smidig meddelandeöverföring. För 5G (den femte generationens telekommunikationsnätverk) är kraven på timing och synkronisering ännu strängare. För att synkronisera kommunikationssystemet är det första att detektera anslutningskvaliteten och hitta felens positioner. Denna avhandling syftar till att undersöka en maskininlärning eller djupinlärning för att förutsäga anslutningskvaliteten som kallas ”Hörbarhet” mellan celler och att hitta de basstationer vars celler har ett absolut tidsfel som är större än en konfigurerbar tröskel. Resultaten visar att den slumpmässiga skogsklassificeraren kan få högsta noggrannhet samtidigt som den kräver mindre beräkningstid än k-Nearest-Neighbors, Support Vector Machine och Graph Neural Network. Dessutom hittade vi basstationerna med fel och gav förslag för att upptäcka felen i komplicerade fall.

Channel estimation is the process of understanding and analyzing the wireless communication channel's properties. It helps optimize data transmission by providing essential information for adjusting encoding and decoding parameters. This thesis explores using a Convolutional Neural Network~(CNN) for channel estimation in the 5G Link Level Simulator, 5G-LLS, developed by Tietoevry. The objectives were to create a Python framework for channel estimation experimentation and to evaluate CNN's performance compared to the conventional algorithms Least Squares~(LS), Minimum Mean Square Error~(MMSE) and Linear Minimum Mean Square Error~(LMMSE). Two distinct channel model scenarios were investigated in this study. The results from the study suggest that CNN outperforms LMMSE, LS, and MMSE regarding Mean Squared Error~(MSE) for both channel models, with LMMSE at second place. It managed to lower to the MSE by 85\% compared to the LMMSE for the correlated channel and 78\% for the flat fading channel. In terms of the overall system-level performance, as measured by Bit-Error Rate (BER), the CNN only managed to outperform LS and MMSE. The CNN and the LMMSE yielded similar results. This was due to that the LMMSE's MSE was still good enough to demodulate the symbols for the QPSK modulation scheme correctly.  The insights in this thesis work enables Tietoevry to implement more machine learning algorithms and further develop channel estimation in 5G telecommunications and wireless communication networks through experiments in 5G-LLS. Given that the CNN did not increase the performance of the communication system, future studies should test a broader range of channel models and consider more complex modulation schemes. Also, studying other and more advanced machine learning techniques than CNN is an avenue for future research. / Kanalestimering är en process i trådlösa kommunikationssystem som handlar om att analysera och förstå det trådlösa mediumets egenskaper. Genom effektiv kanalestimering kan dataöverföringen optimeras genom att anpassa signalen efter den trådlösa kanalen. Detta arbete utforskar användningen av ett konvolutionellt neuralt nätverk (CNN) för kanalestimering i Tietoevrys 5G-datalänkslagersimulator (5G-LLS). Målen är att (1) skapa ett Python-ramverk för kanalestimeringsexperiment samt att (2) utvärdera CNN:s prestanda jämfört med konventionella algoritmerna minsta kvadratmetoden (LS), minimalt medelkvadratsfel (MMSE) och linjärt minimalt medelkvadratsfel (LMMSE). Två olika kanalmodellsituationer undersöks i detta arbete. Resultaten visar att CNN överträffar LMMSE, LS och MMSE i form av medelkvadratisk fel (MSE) för båda kanalmodellerna, med LMMSE på andra plats. CNN:n lyckades minska MSE:n med 85\% jämfört med LMMSE för den korrelerade kanalen och med 78\% för den snabbt dämpande kanalen. Vad gäller systemnivåprestanda, mätt med hjälp av bitfelsfrekvens (BER), lyckades CNN endast överträffa LS och MMSE. CNN och LMMSE gav liknande resultat. Detta beror på att LMMSE:s MSE fortfarande var tillräckligt låg för att korrekt demodulera symbolerna för QPSK-modulationsschemat. Resultatet från detta examensarbete möjliggör för Tietoevry att implementera fler maskininlärningsalgoritmer och vidareutveckla kanalestimering inom 5G-telekommunikation och trådlösa kommunikationsnätverk genom experiment i 5G-LLS. Med tanke på att CNN inte överträffade samtliga kanalestimeringstekniker bör framtida studier testa ett bredare utbud av kanalmodeller och överväga mer komplexa moduleringsscheman. Framtida arbeten bör även utforska fler och mer avancerade maskininlärningsalgoritmer än CNN.

The advancement of technology has led to an increase in the demand for ultra-low end-to-end network latency in real-time applications with a target of below 10ms. The IEEE 802.1 Time-Sensitive Networking (TSN) is a set of standards that supports the required low-latency wired communication with ultra-low jitter for real-time applications. TSN is designed for fixed networks thus it misses the flexibility of wireless networks.To overcome this limitation and to increase its applicability in different applications, an integration of TSN with other wireless technologies is needed. The fifth generation of cellular networks (5G) supports real-time applications with its Ultra-Reliable Low Latency Communication (URLLC) service. 5G URLLC is designed to meet the stringent timing requirements of these applications, such as providing reliable communication with latencies as low as 1ms. Seamless integration of TSN and 5G is needed to fully utilize the potential of these technologies in contemporary and future industrial applications. However, to achieve the end-to-end Quality of Service (QoS) requirements of a TSN-5G network, a significant effort is required due to the large dissimilarity between these technologies. This thesis presents a comprehensive and well-structured snapshot of the existing research on TSN-5G integration that identifies gaps in the current research and highlights the opportunities for further research in the area of TSN-5G integration. In particular, the thesis identifies that the state of the art lacks an end-to-end mapping of QoS requirements and traffic forwarding mechanisms for a converged TSN-5G network. This lack of knowledge and tool support hampers the utilisation of ground-breaking technologies like TSN and 5G. Hence, the thesis develops novel techniques to support the end-to-end QoS mapping and traffic forwarding of a converged TSN-5G network for predictable communication.Furthermore, the thesis presents a translation technique between TSN and 5G with a proof-of-concept implementation in a well-known TSN network simulator. Moreover, a novel QoS mapping algorithm is proposed to support the systematic mapping of QoS characteristics and integration of traffic flows in a converged TSN-5G network. / PROVIDENT

As technology moves forward it has a tendency to consume more and more power that needs to be cooled by bigger and louder fans, this is especially true for the new generation of 5G radio equipment. This Master thesis is a collaboration with Ericsson and attempts to construct a shroud for containing a number of 5G radio units whilst attenuating the fan noise of the units as effectively as possible. In this project are air ducts used and at the ends silencers are created utilizing the Cremer impedance; the optimal wall impedance for damping an acoustic mode of a propagating wave. To predict the result, a simplified model in an acoustic FEM program was also explored and compared to the sound level of the constructed shroud. The finished shroud successfully reduces the noise of the radio units by 13 dB(A) while causing an increase in temperature of between 2.8°C to 5.9°C. This result was deemed to be a success and the Cremer impedance approach of reducing noise is therefore advised for future development. / Allt eftersom tekniken går framåt tenderar den att också förbruka mer och mer energi som i sin tur måste kylas av kraftigare och mer högljudda fläktar, detta fenomen är särskilt påtagligt när det kommer till den senaste generationens radioutrustning för 5G. Detta examensarbete är ett samarbete mellan KTH och Ericsson med avsikt att skapa en kåpa som är designad för att innesluta ett bestämt antal 5G radiomoduler. Denna kåpa ska i så stor utsträckning som möjligt dämpa det fläktinducerade bullret. I det här projektet nyttjas kanaler med ljuddämpare vid ändarna som dämpar ljudet med hjälp av Cremerimpedans, dvs: den väggimpedans som optimalt dämpar en akustisk mod. För att kunna förutspå resultatet skapades en förenklad akustisk modell i ett FEM program. Resultatet från denna modell jämförs sedan med ljudeffektnivån från slutmätningen av den färdiga kåpan. Resultatet från slutmätningen visar att kåpan lyckas sänka radioenheternas totala ljudeffektnivå med 13 dB(A) samtidigt som en temperaturökning på mellan 2.8°C och 5.9°C erhålls. Det här resultatet bedöms vara en framgång, vilket leder till slutsatsen att ljuddämpning med användning av Cremerimpedans rekommenderas för vidare arbete.

The differences between legacy and 5G networks in both capability, and their increasingly dynamic nature and complexity warrant searching for new kinds of ways to manage networks. This thesis work explored different options for interaction and interfaces for a declarative, intent-based control (IBC) based 5G network management system. IBC has not been previously applied on the transport layer and in addition to drafting interface concepts, this work also maps existing definitions and implementations of IBC and intents. The functioning of IBC on the transport layer was envisioned through these existing solutions. The work was done as an iterative codesign project following a user-centered design process. Concepts were both drafted and evaluated together with a group of domain experts. Special attention was paid to the forming of trust towards automation. A tentative task path for issuing an intent to the system was mapped and the drafted concepts approached the steps involved in the task path with varying levels of automation and different visual representations for the information the user needs and the functions of the system. No prior body research exists on IBC on the transport layer and trust towards automation in network management and the topics are novel. The envisioned application of IBC on the transport layer, and the drafted concepts on user interaction with the system are tentative in nature and more research is required to determine the feasibility of applying IBC on the transport layer, as well as the effectiveness of the presented concepts in promoting trust among users. / Skillnaderna mellan äldre och 5G-nätverk i båda funktionerna, och deras alltmer dynamiska karaktär och komplexitet motiverar sökning efter nya typer av sätt att hantera nätverk. Detta avhandlingsarbete undersöktes olika alternativ för interaktion och gränssnitt för en deklarativ, avsiktsbaserad kontroll (intent-based control, IBC) 5G-nätverkshanteringssystem. IBC har inte tidigare applicerats på transportskiktet och förutom utarbetande av gränssnittskoncept, kartlägger detta arbete också befintliga definitioner och implementeringar av IBC och avsikter. Funktion av IBC på transportskiktet förutsågs genom dessa befintliga lösningar. Arbetet gjordes som ett iterativt samdesignprojekt efter den användarcentrerad designprocess. Begrepp utarbetades och utvärderades tillsammans med en grupp domenexperter. Särskild uppmärksamhet ägnas åt bildandet av förtroende för automatisering. En preliminär arbetsväg för att utfärda en avsikt till systemet kartlades och de utarbetade koncepten närmade sig stegen i uppgiftsvägen med varierande nivåer av automatisering och olika visuella representationer för informationen användarens behov och systemets funktioner. Ingen tidigare undersökning finns på IBC på transportskit och förtroendet mot automatisering i nätverkshantering och ämnena är nya. De förutsåg tillämpning av IBC på transportlagret och utkastet begrepp om användarinteraktion med systemet är preliminära och mer forskning krävs för att bestämma genomförbarheten av att tillämpa IBC på transportskiktet, liksom effektiviteten på det presenterade begrepp för att främja förtroende bland användare. / 5G verkkojen eroavaisuudet aikaisempiin verkkoihin niin dynaamisuuden, kuin uusien kyvykkyyksien ja verkkojen monimutkaisuus vaativat uudenlaisia tapoja hallita verkkoja. Työssä konseptoitiin eri vuorovaikutus- ja käyttöliittymämalleja aiepohjaiselle- (intent-based control, IBC), deklaratiiviselle hallintamallille 5G-verkkojen hallintaan. IBC:ia ei ole aikaisemmin sovellettu kuljetusverkkotasolla ja käyttöliittymämallien lisäksi työssä kartoitettiin myös IBC:in ja aikeen (intent) olemassa olevia määritelmiä ja toteutustapoja sovellustasolla, joiden pohjalta hahmoteltiin, miten IBC toimisi kuljetusverkkotasolla. Työ toteutettiin osallistavana, iteratiivisena muotoiluprojektina seuraten käyttäjäkeskeistä suunnitteluprosessia. Konseptit luotiin, sekä arvioitiin pienessä ryhmässä alan asiantuntijoiden kanssa. Luottamuksen muodostamiseen automaatiota kohtaan kiinnitettiin erityistä huomiota. Työstetyissä konsepteissa käyttäjän toimintopolun eri askeleita aikeen antamiseksi järjestelmälle lähestyttiin eri kanteilta vaihdellen toimintopolun automatisaation tasoa, sekä verkon ja aikeen tilan ja toimintojen käyttäjälle näkyvää visuaalista esitystä. IBC:n soveltaminen kuljetusverkkotasolla ja luottamus automaatiota kohtaan verkonhallinnassa ovat aiheina uusia, eikä aiheista löydy aikaisempaa tutkimusmateriaalia. Työn hahmotelma IBC:ista kuljetusverkkotasolla, sekä työn aikana tuotetut konseptit käyttäjän vuorovaikutuksesta järjestelmän kanssa ovat luonteeltaan alustavia ja lisää tutkimustyötä vaaditaan mm. IBC:n käytön realistisuudesta kuljetusverkkotasolla, sekä hahmoteltujen konseptien toimivuudesta käyttäjän luottamuksen vahvistamisessa.