The idea that the radio spectrum is growing ever more scarce has become commonplace, and is being reinforced by the recent bidding wars among telecom operators. New wireless applications tend to be deployed in the relatively narrow unlicensed frequency bands, worsening the problem of interference for all users.  However, not all frequency bands are in use in every location all the time, creating temporal and spatial gaps (also known as white spaces) that cognitive radio systems aim to take advantage of. In order to achieve that, such systems need to be able to constantly scan large chunks of the radio spectrum to keep track of which frequency bands are locally available any given moment, thus allowing users to switch to one of these unoccupied frequency bands once the current band becomes unusable (or less useful). This requirement of wideband sensing capabilities often translates into the need to install specialized radio components, raising the costs of such systems, and is often at odds with the focus on monitoring the current band as is done by traditional wireless devices. The goal of this master’s thesis project is to simplify cognitive radio systems by shifting the wideband sensing functionality to a specialized and inexpensive embedded platforms that will act as a white space sensor, thus freeing cognitive radio users from this task and making it easier to integrate dynamic spectrum management techniques into existing systems. To do that a wireless sensor gateway platform developed by a previous master’s thesis has been repurposed as a prototype white space detector and tested against several wireless transmitters.  The aim is to develop a standalone platform that can be deployed all around an area to collect data that can be used to create a geographical map of the use of the spectrum. Such a system should require as little maintenance as possible, thus auto-update and self-configuring features have been implemented in the detector, as well as a simple scanning protocol that allows for remote configuration of the wideband sensing parameters. Furthermore, a basic server has been developed to aggregate and display the data provided by the different sensors. / Tanken att radiospektrum blir allt knappare har blivit vardagsmat, och förstärks av de senaste budgivning krig mellan teleoperatörer. Nya trådlösa applikationer tenderar att sättas i de relativt smala olicensierade frekvensband, förvärrade problemet med störningar för alla användare. Men inte alla frekvensband som används i varje plats hela tiden, skapar tidsmässiga och rumsliga luckor (även känd som vita fläckar) som kognitiva radiosystem syftar till att dra nytta av.  För att uppnå detta, sådana system måste hela tiden kunna scanna stora delar av radiospektrum för att hålla reda på vilka frekvensband är lokalt tillgängliga varje givet ögonblick, vilket gör omkopplaren när den nuvarande bandet blir obrukbar.  Det här kravet på bredbands avkänning kapaciteter översätter ofta in behovet av att installera specialiserade radiokomponenter, höja kostnaderna för sådana system, och är ofta i strid med fokus på övervakning av strömmen band med traditionella trådlösa enheter. Målet med detta examensarbete är att förenkla kognitiva radiosystem med wideband avkänning funktionalitet till en specialiserad och billig inbäddad plattform som kommer att fungera som ett vitt utrymme sensor, vilket frigör kognitiva radio användare från denna uppgift och gör det enklare att integrera dynamiskt spektrum förvaltning tekniker i befintliga system. För att göra det en trådlös sensor gateway plattform som utvecklats av ett tidigare examensarbete har apterat som en prototyp blanktecken detektor och testas mot flera trådlösa sändare. Målet är att utveckla en fristående plattform som kan sättas runt för att skapa en geografisk karta av användningen av spektrum och kräva så lite underhåll som möjligt, har automatisk uppdatering och självkonfigurerande funktioner implementerats i detektorn, samt som en enkel scanning protokoll som möjliggör fjärrkonfiguration av den bredbandiga avkänningsparametrarna. Dessutom har en grundläggande server utvecklats för att aggregera och visa uppgifterna från de olika sensorerna.

Nanopore sensing is a versatile technique that employs very small openings, known as nanopores, to study biomolecules. The use of nanopores on solid-state membranes has gained attention due to its potential for low-cost and high-throughput sensing of single molecules in liquids. Controlled dielectric breakdown (CBD) is a method for fabricating nanopores in a suspended membrane using computer control, and can be performed in liquid, making it a more practical alternative to traditional techniques that require specialized equipment and high vacuum. Multilevel Pulse-Voltage Injection (MPVI) is a variant of CBD that allows for better control over the size and shape of the nanopore being fabricated. The main focus of this research is to develop electrical techniques for fabricating sub-10 nm solid-state nanopores in silicon nitride and graphene membranes, and to study the characteristics of the resulting nanopores. Two different MPVI schemes were implemented for fabricating nanopores in silicon nitride. The MPVI technique for Scheme 1 sets two thresholds to check if a pore is formed or not. Scheme 2 was developed by adding a threshold in order to avoid extra pore enlargement. For nanopores on a silicon nitride membrane with a 23 nm deep hole, the ratio of sub-20 nm pores improved from 20 % (Scheme 1) to around 90 % (Scheme 2). Additionally, the ratio of sub-10 nm nanopores via Scheme 2 was around 70 %. For nanopores on a silicon nitride membrane damaged by a single femtosecond laser pulse, 50 % of the fabricated nanopores via Scheme 2 were sub-10 nm. For bi-layer graphene membranes, the electrochemical reaction (ECR) technique was used to fabricate nanopores, resulting in three nanopores with diameters of 6.4, 5.9, and 1.2 nm. The nanopores on all types of membranes were enlarged using MPVI of Scheme 1, resulting in a successful increase in pore size by 0.1 to 1 nm. Finally, DNA translocation experiments were conducted to verify the suitability of the fabricated nanopores. DNA translocation events were observed using fabricated nanopores on two types of silicon nitride membranes. They are not observed for the graphene nanopore. / Nanopor-avkänning är en mångsidig teknik som använder mycket små öppningar, så kallade nanoporer, för att studera biomolekyler. Användningen av nanoporer på fasta membran har fått uppmärksamhet tack vare dess potential för detektering av enstaka molekyler i vätskor, till lågt pris och med kort genomloppstid. Kontrollerad dielektrisk nedbrytning (CBD) är en metod för att tillverka nanoporer i ett suspenderat membran med hjälp av datorstyrning som kan utföras i vätska, vilket gör den till ett mer praktiskt alternativ till traditionella tekniker som kräver specialiserad utrustning och högt vakuum. Multilevel Pulse-Voltage Injection (MPVI) är en variant av CBD som möjliggör bättre kontroll över storleken och formen på nanoporen som tillverkas. Huvudfokus för denna forskning är att utveckla elektriska tekniker för att tillverka sub-10 nm fasta nanoporer i kiselnitrid och grafenmembran, och att studera egenskaperna hos de resulterande nanoporerna. Två olika MPVI-metoder implementerades för tillverkning av nanoporer i kiselnitrid. MPVI-tekniken i Metod 1 sätter två tröskelvärden för att: kontrollera om en por bildas eller inte, samt för att kontrollera porstorleken. Metod 2 utvecklades genom att lägga till ytterligare ett tröskelvärde för att undvika extra porförstoring. För nanoporer på ett kiselnitridmembran med ett 23 nm djupt hål förbättrades förhållandet mellan porer under 20 nm från 20 % (Metod 1) till cirka 90 % (Metod 2). Dessutom var förhållandet mellan nanoporer under 10 nm med Metod 2 cirka 70 %. För nanoporer på ett kiselnitridmembran som skadats av en femtosekundlaserpuls, även om en nanopor med en diameter under 5 nm inte tillverkades, var 50 % av de tillverkade nanoporerna via Metod 2 under 10 nm. För tvåskiktsgrafenmembran användes den elektrokemiska reaktionstekniken (ECR) för att tillverka nanoporer, vilket resulterade i tre nanoporer med diametrar på 6,4; 5,9 och 1,2 nm. Nanoporerna på alla typer av membran förstorades med MPVI i Metod 1, vilket resulterade i en framgångsrik förstoring av porstorleken med 0,1 till 1 nm. Slutligen genomfördes experiment med DNA-translokation för att verifiera lämpligheten av de tillverkade nanoporerna. DNA-translokationshändelser observerades med hjälp av tillverkade nanoporer på två typer av kiselnitridmembran. De observeras inte för grafen-nanoporen.

Joint Communication and Sensing (JCAS) technology enables the sharing of infrastructure, resources, and signals between communication and sensing. However, studying the performance and algorithms using appropriate target reflectivity models for detection poses a significant challenge. Moreover, the increasing demand for efficient sensing systems in large-scale environments necessitates the study of distributed sensing for handling extensive data collection and processing. This study investigates the impact of target mobility on the choice between the Swerling-I and Swerling-II models for target reflectivity and proposes a brief method for reflectivity models in multi-static sensing. This method constructed a dedicated decorrelation area for a single radar detector using its decorrelation angle. Multiple radar system constructs an intersection of these areas. For targets expected to remain in this area, the Swerling-I model is preferred, while for targets likely to move to the outside intersection, the Swerling-II model is more suitable. Additionally, this thesis proposes and derives the test statistics for the distributed sensing in JCAS cell-free massive MIMO (multiple-input multiple-output) systems, where only the statistical distribution of transmitted signals is known at the receiver access points for the sensing purpose. This thesis compares the sensing performance of the proposed distributed processing with the centralized processing. Moreover, the results of a power allocation algorithm that maximizes sensing performance are compared against a baseline algorithm that minimizes total power consumption. In terms of sensing performance via guaranteeing the quality of service of the communication, the results indicate that the sensing algorithm consistently outperforms the power-minimizing algorithm, regardless of the selected reflectivity model. Furthermore, the Swerling-II model performs relatively worse when the reflectivity of the target is low, but exhibits improved performance on a relatively high reflectivity target. Regarding distributed sensing, its implementation may lead to a deterioration in sensing performance. However, the results show that distributed sensing can approach the performance of centralized sensing when the target has high reflectivity. The major advantage of distributed sensing is the reduced fronthaul signaling load in a JCAS cell-free massive MIMO system. / Joint Communication and Sensing (JCAS) teknologi möjliggör delning av infrastruktur, resurser och signaler mellan kommunikation och sensorik. Studier av prestanda och algoritmer med lämpliga modeller för detektering av målets reflektivitet utgör emellertid en betydande utmaning. Dessutom kräver den ökande efterfrågan på effektiva sensorsystem i storskaliga miljöer studier av distribuerad sensorik för att hantera omfattande datainsamling och -bearbetning. Detta studie undersöker påverkan av målets rörlighet på valet mellan SwerlingI och Swerling-II modellerna för målets reflektivitet och föreslår en kort metod för reflektivitetsmodeller i multi-statisk avkänning. Denna metod konstruerar ett dedikerat dekorrelationsområde för en enskild radardetektor med hjälp av dess dekorrelationsvinkel. Ett flertal radarsystem konstruerar en skärningspunkt av dessa områden. För mål som förväntas förbli i detta område föredras Swerling-I-modellen, medan för mål som troligen rör sig till den yttre skärningspunkten är Swerling-II-modellen mer lämplig. Dessutom föreslår och härleder denna avhandling teststatistik för distribuerad avkänning i JCAS cellfri massiv MIMO (multiple-input multiple-output) system, där endast den statistiska fördelningen av överförda signaler är känd vid mottagarens åtkomstpunkter för avkänningsändamål. Denna avhandling jämför avkänningsprestanda för föreslagen distribuerad bearbetning med centraliserad bearbetning. Dessutom jämförs resultaten av en effekttilldelningsalgoritm som maximerar avkänningsprestanda mot en baslinjealgoritm som minimerar total effektförbrukning. När det gäller avkänningsprestanda genom att garantera kommunikationens tjänstekvalitet indikerar resultaten att avkänningsalgoritmen konsekvent presterar bättre än effektminimeringsalgoritmen, oavsett vald reflektivitetsmodell. Dessutom presterar Swerling-II-modellen relativt sämre när målets reflektivitet är låg, men uppvisar förbättrad prestanda på ett relativt högreflekterande mål. När det gäller distribuerad avkänning kan dess implementering leda till försämrad avkänningsprestanda. Resultaten visar dock att distribuerad avkänning kan närma sig prestandan hos centraliserad avkänning när målet har hög reflektivitet. Den största fördelen med distribuerad avkänning är den minskade signalbelastningen i en JCAS cellfri massiv MIMO-system.

Participatory sensing systems need to gather information from a largenumber of participants. However, the openness of the system is a doubleedgedsword: by allowing practically any user to join, the system can beabused by an attacker who introduces a large number of virtual devices.This work proposes a hardened registration process for participatory sensingto raise the bar: registrations are screened through a number of defensivemeasures, towards rejecting spurious registrations that do not correspondto actual devices. This deprives an adversary from a relatively easytake-over and, at the same time, allows a flexible and open registrationprocess. The defensive measures are incorporated in the participatorysensing application. / Deltagande avkännings system behöver samlas från ett stort antal aktörer.Systems öppenhet är dock en dubbelsidigt värd: Genom att låta alla praktiskaanvändare deltagit, kan system utnyttja en av angripare som introducera ett stortantal virtuella enheter. I det här arbetet föreslå en härda registreringsprocess fördeltagare att identifiera höjning av ribban: registrering screenas genom ett antaldefensiva åtgärders, för att avvisa falska registreringar som inte motsvara aktuellaenheter. Detta berövar en motståndare från en relativt lätt övertagande och gersamtidigt en flexibel och öppen registreringsprocess. De defensiva åtgärdernainförlivas i deltagande avkännings applikation.

Formation control in multi-agent systems represents a groundbreaking intersection of various research fields with lots of emerging applications in various technologies. The realm of space exploration also can benefit significantly from formation control, facilitating a wide range of functions from astronomical observations, and climate monitoring to enhancing telecommunications, and on-orbit servicing and assembly. In this thesis, we present a novel 3D formation control scheme for directed graphs in a leader-follower configuration, achieving (almost) global convergence to the desired shape. Specifically, we introduce three controlled variables representing bispherical coordinates that uniquely describe the formation in 3D. Acyclic triangulated directed graphs (a class of minimally acyclic persistent graphs) are used to model the inter-agent sensing topology, while the agents’ dynamics are governed by the single-integrator model and 2nd order nonlinear version representing spacecraft formation flight. The analysis demonstrates that the proposed decentralized robust formation controller using prescribed performance control ensures (almost) global asymptotic stability while avoiding potential shape ambiguities in the final formation. Furthermore, the control laws are implementable in arbitrarily oriented local coordinate frames of follower agents using only low-cost onboard vision sensors, making them suitable for practical applications. Formation maneuvering and collision avoidance among agents are also addressed which play crucial roles in the safety of space operations. Finally, we validate our formation control approach by simulation studies. / Formationskontroll i system med flera agenter representerar en banbrytande skärningspunkt av olika forskningsområden med massor av nya tillämpningar inom olika teknologier. Rymdutforskningens rike kan också dra stor nytta av formationskontroll, underlättar ett brett utbud av funktioner från astronomiska observationer och klimat övervakning för att förbättra telekommunikation och service och montering i omloppsbana. I denna avhandling presenterar vi ett nytt 3D-formationskontrollschema för riktade grafer i en ledare-följare-konfiguration, vilket uppnår (nästan) global konvergens till önskad form. Specifikt introducerar vi tre kontrollerade variabler som representerar bisfäriska koordinater som unikt beskriver formationen i 3D. Acykliska triangulerade riktade grafer (en klass av minimalt acykliska beständiga grafer) används för att modellera avkänningstopologin mellan agenter, medan agenternas dynamik styrs av singelintegratormodellen och 2:a ordningen olinjär version som representerar rymdfarkostbildningsflygning. Analysen visar att den föreslagna decentraliserade robusta formationskontrollanten använder föreskriven prestanda kontroll säkerställer (nästan) global asymptotisk stabilitet samtidigt som potentiell form undviks oklarheter i den slutliga formationen. Dessutom är kontrolllagarna implementerbara i godtyckligt orienterade lokala koordinatramar för efterföljare som endast använder lågkostnad ombord visionsensorer, vilket gör dem lämpliga för praktiska tillämpningar. Formationsmanövrering och undvikande av kollisioner mellan agenter tas också upp som spelar avgörande roller i säkerheten vid rymdoperationer. Slutligen validerar vi vår strategi för formningskontroll genom simuleringsstudier

Participatory Sensing (PS) is a common mode of data collection where valuable data is gathered from many contributors, each providing data from the user’s or the device’s surroundings via a mobile device, such as a smartphone. This has the advantage of cost-efficiency and wide-scale data collection. One of the application areas for PS is the collection of traffic data. The cost of collecting roving sensor data, such as vehicle probe data, is significantly lower than that of traditional stationary sensors such as radar and inductive loops. The collected data could pave the way for providing accurate and high-resolution traffic information that is important to transportation planning. The problem with PS is that it is open, and anyone can register and participate in a sensing task. A malicious user is likely to submit false data without performing the sensing task for personal advantage or, even worse, to attack on a large scale with clear intentions. For example, in real-time traffic monitoring, attackers may report false alerts of traffic jams to divert traffic on the road ahead or directly interfere with the system’s observation and judgment of road conditions, triggering large-scale traffic guidance errors. An efficient method of assessing the trustworthiness of data is therefore required. The trustworthiness problem can be approximated as the problem of anomaly detection in time-series data. Traditional predictive model-based anomaly detection models include univariate models for univariate time series such as Auto Regressive Integrated Moving Average (ARIMA), hypothesis testing, and wavelet analysis, and recurrent neural networks (RNNs) for multiple time series such as Gated Recurrent Unit (GRU) and Long short-term memory (LSTM). When talking about traffic scenarios, some prediction models that consider both spatial and temporal dependencies are likely to perform better than those that only consider temporal dependencies, such as Diffusion Convolutional Recurrent Neural Network (DCRNN) and Spatial-Temporal Attention Wavenet (STAWnet). In this project, we built a detailed traffic condition participatory sensing scenario as well as an adversary model. The attacker’s intent is refined into four attack scenarios, namely faking congestion, prolonging congestion, and masking congestion from the beginning or midway through. On the basis, we established a mechanism for assessing the trustworthiness of the data using three traffic prediction models. One model is the time-dependent deep neural network prediction model DCRNN, and the other two are a simplified version of the model DCRNN-NoCov, which ignores spatial dependencies, and ARIMA. The ultimate goal of this evaluation mechanism is to give a list of attackers and to perform data filtering. We use the success rate of distinguishing users as benign or attackers as a metric to evaluate the system’s performance. In all four attack scenarios mentioned above, the system achieves a success rate of more than 80%, obtaining satisfactory results. We also discuss the more desirable attack strategies from the attacker’s point of view. / Participatory Sensing (PS) är ett vanligt sätt att samla in data där värdefulla data samlas in från många bidragsgivare, som alla tillhandahåller data från användarens eller enhetens omgivning via en mobil enhet, t.ex. en smartphone. Detta har fördelen av kostnadseffektivitet och omfattande datainsamling. Ett av tillämpningsområdena för PS är insamling av trafikdata. Kostnaden för att samla in data från mobila sensorer, t.ex. data från fordonssonderingar, är betydligt lägre än kostnaden för traditionella stationära sensorer, t.ex. radar och induktiva slingor. De insamlade uppgifterna skulle kunna bana väg för att tillhandahålla exakt och högupplöst trafikinformation som är viktig för transportplaneringen. Problemet med deltagande avkänning är att den är öppen och att vem som helst kan registrera sig och delta i en avkänningsuppgift. En illasinnad användare kommer sannolikt att lämna in falska uppgifter utan att utföra avkänningsuppgiften för personlig vinning eller, ännu värre, för att angripa en stor skala med tydliga avsikter. Vid trafikövervakning i realtid kan t.ex. angripare rapportera falska varningar om trafikstockningar för att avleda trafiken på vägen framåt eller direkt störa systemets observation och bedömning av vägförhållanden, vilket kan utlösa storskaliga fel i trafikstyrningen. Det finns därför ett akut behov av en effektiv metod för att bedöma uppgifternas tillförlitlighet. Problemet med trovärdighet kan approximeras som problemet med upptäckt av anomalier i tidsserier. Traditionella modeller för anomalidetektion som bygger på prediktiva modeller omfattar univariata modeller för univariata tidsserier, t.ex. ARIMA (Autoregressive Integrated Moving Average), hypotesprövning och waveletanalys, och återkommande neurala nätverk (RNN) för flera tidsserier, t.ex. GRU (Gated Recurrent Unit) och LSTM (Long short-term memory). När man talar om trafikscenarier kommer vissa prognosmodeller som tar hänsyn till både rumsliga och tidsmässiga beroenden sannolikt att prestera bättre än de som endast tar hänsyn till tidsmässiga beroenden, till exempel Diffusion Convolutional Recurrent Neural Network (DCRNN) och Spatial-Temporal Attention Wavenet (STAWnet). I det här projektet byggde vi upp ett detaljerat scenario för deltagande av trafikförhållanden och en motståndarmodell. Angriparens avsikt är raffinerad i fyra angreppsscenarier, nämligen att fejka trafikstockning, förlänga trafikstockning och maskera trafikstockning från början eller halvvägs in i processen. På grundval av detta har vi inrättat en mekanism för att bedöma uppgifternas tillförlitlighet med hjälp av tre typiska trafikprognosmodeller. Den ena modellen är den tidsberoende djupa neurala nätverksförutsägelsemodellen DCRNN, och de andra två är en förenklad version av modellen DCRNN-NoCov, som ignorerar rumsliga beroenden, och ARIMA. Det slutliga målet med denna utvärderingsmekanism är att ge en lista över angripare och att utföra datafiltrering. Vi använder framgångsfrekvensen när det gäller att särskilja användare som godartade eller angripare som ett mått för att utvärdera systemets prestanda. I alla fyra olika attackscenarier som nämns ovan uppnår systemet en framgångsfrekvens på mer än 80%, vilket ger tillfredsställande resultat. Vi diskuterar också de mer önskvärda angreppsstrategierna ur angriparens synvinkel.

Future mobile networks are anticipated to not only enhance communication performance but also facilitate new sensing-based applications. This highlights the essential role of integrated sensing and communication (ISAC) in sixth-generation (6G) and beyond mobile networks. The seamless integration of sensing and communication poses challenges in deployment and resource allocation. Cell-free massive multiple-input multiple-output (MIMO) networks, characterized by multiple distributed access points, offer a promising infrastructure for ISAC implementation. However, the effective realization of ISAC necessitates joint design and resource allocation optimization. In this thesis, we study ISAC within cell-free massive MIMO systems, with a particular emphasis on developing power allocation algorithms under various scenarios. In this thesis, we explore two scenarios: utilizing existing communication signals and incorporating additional sensing signals. We propose power allocation algorithms aiming to maximize the sensing performance while meeting communication and power constraints. In addition, we develop two maximum a posteriori ratio test (MAPRT) target detectors under clutter-free and cluttered scenarios. Results indicate that employing additional sensing signals enhances sensing performance, particularly in scenarios where the target has low reflectivity. Moreover, although the clutter-aware detector requires more advanced processing, it leads to better sensing performance. Furthermore, we introduced sensing spectral efficiency (SE) to measure the effect of resource block utilization, highlighting the integration advantages of ISAC over orthogonal resource sharing approaches.  In the next part of the thesis, we study the energy efficiency aspects of ISAC in cell-free massive MIMO systems with ultra-reliable low-latency communications (URLLC) users. We propose a power allocation algorithm aiming to maximize energy efficiency of the system while meeting communication and sensing requirements. We conduct a comparative analysis between the proposed power allocation algorithms and a URLLC-only approach which takes into account only URLLC and power requirements. The results reveal that while the URLLC-only algorithm excels in energy efficiency, it is not able to support sensing requirements.   Moreover, we study the impact of ISAC on end-to-end (including radio and processing) energy consumption. Particularly, we present giga-operations per second (GOPS) analysis for both communication and sensing tasks. Two optimization problems are formulated and solved to minimize transmission and end-to-end energy through blocklength and power optimization. Results indicate that while end-to-end energy minimization offers substantial energy savings, its efficacy diminishes with sensing integration due to processing energy requirements. / Framtida mobila nätverk förväntas inte bara förbättra kommunikations-prestanda utan även mögliggöra nya applikationer baserade på sensorer. Dettaunderstryker den avgörande rollen för Integrerad avkänning och kommunika-tion (ISAC) i sjätte generationens (6G) och efterföljande mobila nätverk. Densömlösa integrationen av sensorer och kommunikation medför utmaningar iutrullning och resursallokering. Cellfria massiva flerantennsystem (MIMO-nätverk), kännetecknade av flera distribuerade åtkomstpunkter, erbjuder enlovande infrastruktur för implementering av ISAC. Dock kräver den effektivarealiseringen av ISAC samverkande design och optimering av resursallokering.I denna avhandling studerar vi ISAC inom cellfria massiva MIMO-system,med särskild tonvikt på att utveckla effektallokeringsalgoritmer under olikascenarier.Vi utforskar två scenarier: att utnyttja befintliga kommunikationssignaleroch att inkludera ytterligare sensorssignaler. Vi föreslår effektallokeringsalgo-ritmer med målet att maximera sensorsprestandan samtidigt som kommunika-tions och effektbegränsningar uppfylls. Dessutom utvecklar vi två detektorerbaserade på maximum a posteriori ratio test (MAPRT) under störningsfriaoch störda scenarier. Resultaten visar att användning av ytterligare sensors-signaler förbättrar sensorsprestandan, särskilt i scenarier där målet har lågreflektivitet. Dessutom, även om den störkänsliga detektorn kräver mer avan-cerad bearbetning, leder den till bättre sensorsprestanda. Vidare introducerarvi sensorerspektral effektivitet (SE) för att mäta effekten av resursblocksan-vändning och framhäva integrationsfördelarna med ISAC över ortogonala re-sursdelningsmetoder.I den andra delen av avhandlingen studerar vi energieffektivitetsaspek-terna av ISAC i cellfria massiva MIMO-system med användare med ultra-tillförlitlig låg-latens (URLLC) kommunikation. Vi föreslår en effektalloke-ringsalgoritm med syfte att maximera systemets energieffektivitet samtidigtsom kommunikations- och sensorskraven uppfylls. Vi utför en jämförande ana-lys mellan de föreslagna effektallokeringsalgoritmerna och ett URLLC-ensamttillvägagångssätt som tar hänsyn enbart till URLLC- och effektkrav. Resul-taten avslöjar att medan URLLC-ensamma algoritmen utmärker sig i energi-effektivitet, kan den inte stödja sensorskraven. Dessutom studerar vi effektenav ISAC på slut till slut (inklusive radios och bearbetning) energiförbruk-ning. Särskilt presenterar vi giga-operationer per sekund (GOPS) analys förbåde kommunikations- och sensorsuppgifter. Två optimeringsproblem formu-leras och löses för att minimera överförings- och slut till slut energi genomblocklängd- och effektoptimering. Resultaten indikerar att medan slut till slutenergiminimering erbjuder betydande energibesparingar, minskar dess effek-tivitet med sensorintegrationen på grund av bearbetningsenergikrav. / <p>QC 20240513</p>