This thesis provides a thorough analysis of the covered- and uncovered interest parity conditions (CIP, UIP) as well as the forward rate unbiasedness hypothesis (FRUH) for Sweden and the European Economic and Monetary Union (EMU). By studying data on interbank rates in Sweden (STIBOR) and the EMU (EURIBOR) as well as the corresponding spot- and forward exchange rates, monetary integration and country-specific risks are determined and analyzed with direct applications to the potential entry of Sweden into the EMU. As interest rate parity in general gives insight into market efficiency and frictions between the chosen regions, such points are discussed in addition to EMU entry. Drawing on past studies that mainly studied one condition in isolation, a nested formulation of interest rate parity is instead derived and tested using cointegration and robust estimation methods. The results point to a strict rejection of the FRUH for all horizons except the shortest and a case where CIP only holds for the 6-month horizon and partially over one year. This implies, based on the nested formulation, that UIP is rejected for all horizons as well. Ultimately, the study concludes that a Swedish entry into the EMU is not motivated given the lackluster results on UIP and due to the lack of monetary integration. / Den här uppsatsen presenterar en djupgående analys av det kurssäkrade- och icke-kurssäkrade ränteparitetsvillkoret samt den effektiva marknadshypotesen på valutaterminer för Sverige och den europeiska ekonomiska och monetära unionen (EMU). Genom att studera data på interbankräntor i Sverige (STIBOR) och EMU (EURIBOR) samt respektive spot- och valutaterminskurser så skattas och analyseras monetär integration samt landsspecifika risker med en direkt tillämpning på Sveriges eventuella inträde i EMU. Eftersom ränteparitet generellt ger insikt i marknadseffektivitet och friktioner regioner emellan, diskuteras även dessa punkter utöver ett eventuellt EMU-inträde. Genom att bygga på föregående studier som i huvudsak studerar ränteparitetsvillkoren var för sig, härleds en sekventiell formulering av villkoren som sedan testas med kointegration och robusta estimeringsmetoder. Resultaten ger att den effektiva marknadshypotesen strikt förkastas på alla tidshorisonter förutom på en dag respektive en vecka, samt att kurssäkrad ränteparitet håller på 6 och delvis 12 månaders sikt. Baserat på den sekventiella formuleringen så innebär detta att icke-kurssäkrad ränteparitet inte håller på någon tidshorisont. Slutligen, baserat på både resultat och diskussion, är ett svenskt inträde i EMU inte motiverbart givet negativa resultat för icke-kurssäkrad ränteparitet och avsaknaden av fullständig monetär integration mellan regionerna.

Projektet behandlar det sublima i relation till arkitektur; både som händelse, diskurs och institution. Genom ett event som dynamisk förskjuter arkitekturens parametrar och sätter dessa i kontinuerlig förändring i relation subjekt-tid och objekt-rum. Ett gränsöverskridande erfarande av arkitektur. / The project deals with the sublime in relation to architecture; both as event, discourse and institution. Through an event that dynamically shifts architectural parameters and position these in continuous change in relation to subject-time and object-space. A cross-border experience of architecture.

The thesis aims to examine the impact of climate change on line rating and to investigate the possibility of a potential increase of capacity of an overhead line. The line rating of an overhead line determines how much current can be transmitted in the line. The weather parameters which affect the line rating are ambient temperature, solar radiation, wind speed, and wind direction. If the line rating is adapted to weather conditions, it is important to be able to predict how the weather will change in the future. Therefore, the impact of climate change on weather parameters is investigated. The ambient temperature and solar radiation are expected to change between different scenarios. However, it is unclear how wind speed and wind direction will be affected. Climate scenarios are designed that take these findings into account. The results show that wind speed has, by a large margin from other weather parameters, the largest impact on the dynamic line rating. This is followed by the wind's angle of attack to the conductor, ambient temperature, and finally solar radiation. For the designed climate scenarios, the dynamic line rating is almost the same in each case, which means that the calculated change in ambient temperature and solar radiation has no significant effect on the line rating. To further increase the capacity of the overhead line, the line could be upgraded with a conductor with a larger cross-sectional area.

Graphs are often considered an excellent way of modeling complex real-world problems since they allow to capture relationships between items. Because of their ubiquity, graph embedding techniques have occupied research groups, seeking how vertices can be encoded into a low-dimensional latent space, useful to then perform machine learning. Recently Graph Neural Networks (GNN) have dominated the space of embeddings generation due to their inherent ability to encode latent node dependencies. Moreover, the newly introduced Inductive Graph Neural Networks gained much popularity for inductively learning and representing node embeddings through neighborhood aggregate measures. Even when an entirely new node, unseen during training, appears in the graph, it can still be properly represented by its neighboring nodes. Although this approach appears suitable for dynamic graphs, available systems and training methodologies are agnostic of dynamicity and solely rely on re-processing full graph snapshots in batches, an approach that has been criticized for its high computational costs. This work provides a thorough solution to this particular problem via an efficient prioritybased method for selecting rehearsed samples that guarantees low complexity and high accuracy. Finally, a data-parallel inference method has been evaluated at scale using Apache Flink, a data stream processor for real-time predictions on high volume graph data streams. / Molti problemi nel mondo reale possono essere rappresentati come grafi poichè queste strutture dati consentono di modellare relazioni tra elementi. A causa del loro vasto uso, molti gruppi di ricerca hanno tentato di rappresentare i vertici in uno spazio a bassa dimensione, utile per poi poter utilizzare tecniche di apprendimento automatico. Le reti neurali per grafi sono state ampiamente utilizzate per via della loro capacità di codificare dipendenze tra vertici. Le reti neurali induttive recentemente introdotte, inoltre, hanno guadagnato popolarità poichè consentono di generare rappresentazioni di vertici aggregando altri vertici. In questo modo anche un nodo completamente nuovo può comunque essere rappresentato utilizzando i suoi nodi vicini. Sebbene questo approccio sia adatto per grafici dinamici, i sistemi ad oggi disponibili e gli algoritmi di addestramento si basano esclusivamente sulla continua elaborazione di grafi statici, un approccio che è stato criticato per i suoi elevati costi di calcolo. Questa tesi fornisce una soluzione a questo problema tramite un metodo efficiente per l’allenamento di reti neurali induttive basato su un’euristica per la selezione dei vertici. Viene inoltre descritto un metodo per eseguire predizioni in modo scalabile in tempo reale utilizzando Apache Flink, un sistema per l’elaborazione di grandi quantità di flussi di dati in tempo reale. / Grafer anses ofta vara ett utmärkt sätt att modellera komplexa problem i verkligheten eftersom de gör det möjligt att fånga relationer mellan objekt. På grund av deras allestädes närhet har grafinbäddningstekniker sysselsatt forskningsgrupper som undersöker hur hörn kan kodas in i ett lågdimensionellt latent utrymme, vilket är användbart för att sedan utföra maskininlärning. Nyligen har Graph Neural Networks (GNN) dominerat utrymmet för inbäddningsproduktion tack vare deras inneboende förmåga att koda latenta nodberoenden. Dessutom fick de nyinförda induktiva grafiska nervnäten stor popularitet för induktivt lärande och representerande nodbäddningar genom sammanlagda åtgärder i grannskapet. Även när en helt ny nod, osynlig under träning, visas i diagrammet, kan den fortfarande representeras ordentligt av dess angränsande noder. Även om detta tillvägagångssätt tycks vara lämpligt för dynamiska grafer, är tillgängliga system och träningsmetodologier agnostiska för dynamik och förlitar sig bara på att behandla fullständiga ögonblicksbilder i partier, en metod som har kritiserats för dess höga beräkningskostnader. Detta arbete ger en grundlig lösning på detta specifika problem via en effektiv prioriteringsbaserad metod för att välja repeterade prover som garanterar låg komplexitet och hög noggrannhet. Slutligen har en dataparallell inferensmetod utvärderats i skala med Apache Flink, en dataströmprocessor för realtidsprognoser för grafiska dataströmmar med hög volym.

Nowadays, one of the solutions considered in order to face the issue of global warming and to move towards a carbon neutral society relies on the use of solar energy as a renewable and bountiful primary source. And, if photovoltaic technologies account for a large part in the solar energy market, recent years have witnessed the growth of non-concentrated and concentrated solar thermal technologies. Among them, concentrated solar power technology (CSP) which uses the optical concentration of direct solar irradiation to generate high pressure and high temperature steam in the absorber tubes of the plant, has become a promising approach reaching 4.9 GWe of installed capacity by the end of 2015 [1]. However, one of the main challenges faced by CSP technology concerns the variability of solar energy related for example to sunrise, sunset, passing clouds… In addition to that, when it comes to direct steam generation, the presence of a two-phase flow regime inside the absorber tubes leads to a strong dynamic behavior of the steam generation. It is consequently necessary to be able to simulate this dynamic behavior in order to better handle the design and operation of CSP plants. Such simulation tools can then be used for the implementation and the test of reliable control systems aimed at maintaining desired operating conditions in spite of changes in solar irradiation. In this context, the National Institute for Solar Energy (INES), part of the French Alternative Energies and Atomic Energy Commission (CEA) wishes to upgrade their dynamic simulation tool that would enable its teams to reproduce the behavior of a prototype based on the Fresnel solar field technology including direct steam generation which was built and commissioned at Cadarache, Aix-en-Provence. This Master thesis work takes place within this framework and aims at developing a multi-domain dynamic model of the aforementioned prototype. To do so, three models respectively in the thermalhydraulic, the optical and the control-command domains are built and combined using a co-simulation approach relying on an in-house simulation platform called PEGASE. More specifically the development of the following models has been addressed:  a thermal-hydraulic model of the two-phase flow circulating inside the vaporizer field of the prototype and realized with the thermal-hydraulic code CATHARE [2] (Advanced ThermalHydraulic Code for Water Reactor Accidents) applied to solar thermal biphasic issues,  an optical model of the receiver programmed using the Modelica language and the Dymola (Dynamic Modelling Laboratory) simulation software,  control-command models (PID controller, control architecture…) adapted and built upon blocks taken from a modelling library included in the PEGASE platform. Each model was first developed and tested on a standalone basis. These models were then coupled using the PEGASE co-simulation platform. A sunny day was simulated using the multi-domain model and the controllability of the plant was analyzed. At this stage, the study focused on the steam separator level regulation. A thermal-hydraulic study also focused on potential instabilities in the vaporizer that can occur under certain circumstances of water temperature at vaporizer inlet and solar heat flux. This analysis was carried out with a CATHARE standalone model. Perspectives of the present work include a complete validation of the developed models from future experimental data and further developments should aim to extend the modelling scope of the numerical simulator towards a representation of all the hydraulic parts of the CSP prototype. Control schemes and regulation tools would have to be extended as well in order to move towards a more representative control architecture of the prototype. Particularly, the steam quality at vaporizer outlet is an important variable to regulate. Indeed, this parameter is usually kept between 60% and 80% [3]. It must be high enough to limit the power consumption of the recirculation pump but not too high in order to prevent absorber dry-out. / Solenergi, som är en förnybar och riklig primärkälla, är en av de lösningarna som anses kunna lösa problemet med global uppvärmning och bidrar i omvandlingen till ett kolneutralt samhälle. Andelen fotovoltaiska teknologier på energimarknaden är övervägande, men andelen koncentrerad och ickekoncentrerad solterminsteknik har ökat under de senaste åren. Bland solterminsteknikerna är koncentrerad solenergiteknik (CSP), som använder den optiska koncentrationen av direkt strålning för att generera högtrycks- och högtemperaturånga i anläggningens absorberarrör, ett lovande tillvägagångssätt som har nått 4.9 GWe installerad kapacitet i slutet av 2015 [1]. En av de största utmaningarna med CSP-tekniken är solenergins variation vid till exempel soluppgång, solnedgång och passerande moln, vilket beror på varierad tillgång av solljus. Det finns också utmaningar med direkt ånggenerering via tvåfasflödes regimer inuti absorberarrören eftersom det leder till ett starkt dynamiskt beteende vid ånggenereringen. Det är följaktligen nödvändigt att kunna simulera detta dynamiska beteende för att bättre hantera design och drift av CSP-anläggningar. Sådana simuleringsverktyg kan sedan användas för att genomföra tester för att erhålla tillförlitliga styrsystem som upprätthåller önskade driftsförhållanden trots förändringar i solstrålningen I detta sammanhang vill National Institute for Solar Energy (INES), som är en del av den franska alternativa energikommissionen och atomenergi kommissionen (CEA), förbättra dess dynamiskt simuleringsverktyg som skulle möjliggöra för sina team att reproducera beteendet hos en prototyp baserad på Fresnel solfältsteknik inklusive direkt ånggenerering som byggts och beställts vid Cadarache, Aix-enProvence. Denna masteruppsats sker inom ramen för detta och syftar till att utveckla en dynamisk modell med flera domäner av den ovan nämnda prototypen. Tre modeller i termisk-hydraulisk, optisk och kontrollkommando domäner har byggts och kombinerats med hjälp av en co-simuleringsmetod som bygger på en intern simuleringsplattform som heter PEGASE. Mer specifikt om utvecklingen av modellerna enligt nedan:  En termisk-hydraulisk modell av tvåfasflöde som cirkulerar inuti förångarens fält på prototypen har realiserats med termisk-hydraulisk kod CATHARE [2] (Advanced Thermal-Hydraulic Code for Water Reactor Accidents) som appliceras på soltermisk bifasiska frågeställningar.  En optisk modell av mottagaren har programmerats med hjälp av Modelica-språket och simuleringsprogrammet Dymola (Dynamic Modeling Laboratory).  Modeller av kontrollkommandon (PID-kontroller, kontrollarkitektur ...) har byggts och anpassats i moduler som hämtats från modelleringsbibliotek som ingår i PEGASE-plattformen. Varje modell utvecklades och testades på fristående basis. Modellerna kopplades sedan samman i PEGASE-co-simuleringsplattformen. En solig dag simulerades därefter med en flerdomänmodell och styrningsförmågan av anläggningen analyserades. Vid detta stadium fokuserade studien på att reglera nivån av ångseparerande. En termisk-hydraulisk studie fokuserade sedan på potentiella instabiliteter i förångaren som kan uppstå under vissa omständigheter av vatteninloppstemperatur och solvärmeflöde. Denna analys genomfördes med en CATHARE fristående modell. Perspektiven för det aktuella arbetet omfattar en fullständig validering av de utvecklade modellerna med hjälp av framtida experimentella data. Vid en vidareutveckling bör inriktningen vara att utvidga modellernas omfattning av den numeriska simulatorn till att representera alla hydrauliska delar av CSP prototypen. Styrsystem och regleringsverktyg skulle också behöva förbättras för att få en mer representativ kontroll arkitektur av prototypen. I synnerhet är ångkvaliteten vid förångarens utlopp en viktig variabel att reglera. Faktum är att den här parametern vanligtvis hålls mellan 60% och 80% [3]. Det måste vara tillräckligt högt för att begränsa recirkulationspumpens elförbrukning men inte för hög för att förhindra att absorberen torkar ut.

In this study within quantitative portfolio optimization, stochastic programming is investigated as an investment decision tool. This research takes the direction of scenario based Mean-Absolute Deviation and is compared with the traditional Mean-Variance model and widely used Risk Parity portfolio. Furthermore, this thesis is done in collaboration with the First Swedish National Pension Fund, AP1, and the implemented multi-asset portfolios are thus tailored to match their investment style. The models are evaluated on two different fund management levels, in order to study if the portfolio performance benefits from a more restricted feasible domain. This research concludes that stochastic programming over the investigated time period is inferior to Risk Parity, but outperforms the Mean-Variance Model. The biggest aw of the model is its poor performance during periods of market stress. However, the model showed superior results during normal market conditions. / I denna studie inom kvantitativ portföljoptimering undersöks stokastisk programmering som ett investeringsbeslutsverktyg. Denna studie tar riktningen för scenariobaserad Mean-Absolute Deviation och jämförs med den traditionella Mean-Variance-modellen samt den utbrett använda Risk Parity-portföljen. Avhandlingen görs i samarbete med Första AP-fonden, och de implementerade portföljerna, med era tillgångsslag, är därför skräddarsydda för att matcha deras investeringsstil. Modellerna utvärderas på två olika fondhanteringsnivåer för att studera om portföljens prestanda drar nytta av en mer restrektiv optimeringsmodell. Den här undersökningen visar att stokastisk programmering under undersökta tidsperioder presterar något sämre än Risk Parity, men överträffar Mean-Variance. Modellens största brist är dess prestanda under perioder av marknadsstress. Modellen visade dock något bättre resultat under normala marknadsförhållanden.

The understanding of what motivates a customer to pay more for a product or service has al-ways been a fundamental question in business. To the end of answering this question, revenue management is a business practice that revolves around using analytics to predict consumer behavior and willingness-to-pay. It has been a common practice within the commercial airline and hospitality industries for over 30 years, allowing adopters to reach their service capacity with increased profit margins. In this thesis, we investigated the possibility to apply revenue management to the last mile delivery industry, an industry that provides the service of delivering goods from e-commerce companies to the consumer’s front door. To achieve this objective, a revenue management framework was conceived, detailing the interaction between the customer and a dynamic pricing model. The model itself was a product of a machine learning model, intended to segment the customers and predict the willingness-to-pay of each customer segment. The performance of this model was tested through a quantitative study on synthetic buyers, subject to parameters that influence their willingness-to-pay. It was observed that the model was able to distinguish between different types of customers, yielding a pricing policy that increased profits by 7.5% in comparison to fixed price policies. It was concluded that several factors may impact the customer’s willingness-to-pay within the last mile delivery industry. Amongst these, the convenience that the service provides and the disparity between the price of the product and the price of the service were the most notable. However, the magnitude of considering these parameters was never determined. Finally, em-ploying dynamic pricing has the potential to increase the availability of the service, enabling a wider audience to afford the service. / Vad som motiverar en kund att betala mer för en tjänst eller en produkt har länge varit ett centralt koncept inom affärslivet. Intäktsoptimering är en affärspraxis som strävar efter att besvara den frågan, genom att med analytiska verktyg mäta och förutse betalningsviljan hos kunden. Intäktsoptimering har länge varit framträdande inom flyg- och hotellbranschen, där företag som anammat strategin har möjlighets att öka försäljningsvinsten. I detta examensarbete undersöker vi möjligheten att applicera intäktsoptimering på sista milen industrin, en industri som leverar köpta produkten hem till kunden. För att uppnå detta har vi tagit fram ett ramverk för informationsflöden inom intäktsoptimering som beskriver hur kunder interagerar med en dynamisk prissättningsmodell. Denna prissättningsmodell framställs genom maskininlärning med avsikt att segmentera kundbasen, för att sedan förutse betalningsviljan hos varje kundsegment. Modellens prestanda mättes genom en kvantitativ studie på syntetiska kunder som beskrivs av parametrar som påverkar betalningsviljan. Studien påvisade att modellen kunde skilja på betalningsviljan hos olika kunder och resulterade i en genomsnittlig vinstökning på 7.5% i jämförelse med statiska prissättningsmodeller. Det finns mänga olika faktorer som spelar in på kundens betalningsvilja inom sista milen industrin. Bekvämlighet och skillnader i priset på produkten som levereras och tjänsten att leverera produkten är två anmärkningsvärda faktorer. Hur stor inverkan faktorerna som beskrivs i detta examensarbete, har på betalningsviljan, förblev obesvarat. Slutligen uppmärksammades möjligheten att, med hjälp av dynamisk prissättning, öka tillgängligheten av tjänsten då flera kunder kan ha råd med en prissättning som överväger deras betalningsvilja.

Byggbranschens utsläpp av växthusgaser utgör en stor andel av Sveriges totala utsläpp. För att minska de byggrelaterade utsläppen är det på många fronter som byggbranschen behöver förändras och effektiviseras. De senaste åren har en succesiv ökning av byggandet i trä skett vilket är gynnsamt då trä alternativet är mer klimatvänligt än stål och betong. De tuffa klimatmålen vi nu står framför innebär dock att mer behöver göras än att endast öka andelen träbyggnader. Pappersmassaindustrin är lätt att bortse ifrån, då den hittills inte varit relevant för byggbranschen och för att återanvändning är relativt framträdande inom den branschen. Ifrån sågverken som sönderdelar trästockar till virke fraktas flis som blir över till pappersbruk. Av flisen görs sedan bland annat diverse pappförpackningar som går att återvinna. Problemet är att dessa förpackningar endast går att återvinna ett visst antal gånger innan fibrerna blir obrukbara och istället används som biobränsle. Om byggmaterial skulle gå att producera baserat på dessa fibrer, skulle detta innebära en mer långlivad användning av dem. Ett byggmaterial som uppfunnits, gjort på fibrer från pappersmassabruk är core-materialet ”Greenwood”. Eftersom materialet är nytt och egenskaperna till stor del är okända krävs det att diverse studier görs som undersöker materialets olika egenskaper som är relevanta för en eventuell tillämpning inom byggbranschen. Denna studie avser att undersöka skjuvstyvhet, böjstyvhet och bärförmåga hos sandwichelement uppbyggda av core-materialet Greenwood och ytskikt av papp. Detta genom att först  dynamiskt och statiskt testa de ingående materialens egenskaper, följt av böjprovning av nio sandwichbalkar med varierande tjocklek på ytskikten. Samtliga balkar testades även dynamiskt. Core-materialet Greenwood som ingick i sandwichelementen var endast den begränsande faktorn en gång av tio böjprov. När core-materialets skjuvstyvhet togs fram både dynamiskt och statiskt och när den omvandlades till en skjuvmodul visade det sig att Greenwood har en mer än dubbelt så stor styvhet som EPS-cellplast vid liknande densitet. Detta är intressant då denna cellplast ofta agerar som ett core-material i sandwichelement ute i byggbranschen. Testerna visar även på att balkarna har en relativt liten spridning vilket innebär att resultaten har god tillförlitlighet. Slutligen, kan det konstateras att dessa sandwichelement uppvisar sega egenskaper med en viss kvarvarande lastkapacitet även efter brott. Samtliga nämnda egenskaper ovan talar för en viss potential för tillämpning av dessa sandwichelement inom byggbranschen. Fortsatta studier av fukt- och krypegenskaper vid långtidsbelastning rekommenderas, vilket är viktigt för användning inom byggandet. De omfattande resultaten från föreliggande studie utgör dock ett bra underlag för fortsatta undersökningar och värdering av möjliga tillämpningar. / The construction industry`s greenhouse emissions, makes up for a large portion of Sweden’s total emissions. In order to reduce construction related emissions, a fair amount of fronts within the construction industry needs to be changed and streamlined. In the last couple of years, there has been a successive increase in the number of structures that are built from wood amongst other things, which is beneficial because the wood alternative is more climate friendly than steel and concrete. The current tough climate goals entails that more has to be done than just increasing the amount of wood constructions. The pulp industry is easy to write off because so far, it has not been relevant to the construction industry and because recycling is relatively prominent within that industry. From the sawmills that dismember wooden logs to lumber, leftover wood chips are transported to paper mills. Among other things, different cardboard packages that can be recycled are then made from those wood chips. The problem with these packages is that they can only be recycled a certain number of times before the fibers become unusable and instead, are used as biofuel. If building materials were to be able to be produced with these fibers, that would be a more long-lived use of them. A building material, recently invented, made of fiber from paper mills is the core-material “Greenwood”. Because the material is new and its properties for the most part are unknown, this requires that various studies are conducted that examines the different properties the material possesses that are relevant for a contingent enforcement within the construction industry. This study intends to examine the shear rigidity, flexural rigidity and maximum capacity for sandwich panels made from the core-material Greenwood and faces of paperboard. This was achieved by first dynamically and statically test the properties of the two different materials, followed by flexure testing nine sandwich beams with varying face thicknesses. Every beam was also tested dynamically. The core-material Greenwood which was a part of the sandwich panels, was only the limiting factor 1 time out of 10 flexure tests. When the shear rigidity of the core-material was calculated both statically and dynamically and when it was converted to a shear modulus it was shown that Greenwood has a rigidity of more than double that of EPS cellular plastic at similar density. This is interesting because this type of cellular plastic often acts as a core-material in sandwich structures found in the construction industry. The tests also show that the beams have a relatively small spread which means that the results have good reliability. Finally, it can be concluded that these  sandwich panels exhibit ductile properties with a certain lasting load capacity even after ultimate load has been reached. Every property mentioned above indicates that there is a certain potential for applicability of these sandwich panels within the construction industry. Continued studies of moisture properties and creep properties during long-term loading is recommended, which is important for a possible use within construction. The extensive results from this study constitutes a good basis for continued research and assessment of possible applications.

Following the rise of Internet of Things (IoT), or just the technological advancements and expectations in a world where the things are or will be connected, new demands are put on Integrated Circuit (IC) for wireless connectivity. The use cases seem endless; smart home, healthcare, entertainment, and science are all areas that can benefit from connectivity of low power electronics. But there are obstacles to overcome. Meeting the specifications, especially the phase noise requirements of modern high-speed wireless standards can be a challenge for devices that run on low supply voltages and are allowed only very limited power consumption. The focus of this thesis is the exploration of modern LC-oscillator architectures for RF-transceivers, and the design and post-layout evaluation of a Digitally Controlled Oscillator (DCO) intended to be used in an All-Digital Phase Locked Loop (ADPLL) in a 22 nm FD-SOI process. The DCO specifications are set by an ADPLL for the Wi-Fi 6 (MCS 11) standard. The ADPLL is replacing the blocks that are usually implemented as noise-sensitive analog components with more robust digital blocks that are easier to integrate with baseband- and digital-circuitry. A dual-core class-C oscillator with a dynamic-biasing circuit is proposed and designed to meet the specification of -121 dBc/Hz phase noise at a 1 MHz offset from 7.8 GHz, a –7.18.6 GHz tuning range, and a frequency resolution of at most 35 kHz around 7.8 GHz. The phase noise specification is met; a phase noise of -121 dBc/Hz at the 1 MHz offset from 7.8 GHz is achieved in post-layout simulation along with a Figure of Merit (FoM) of 189.9, and an average tracking frequency step of 5.8 MHz. The tuning range specification was not met, but it is reasonable to believe that the specified range can be met after some redesign of the capacitor banks. Further work will be required. / Till följd av tillväxten inom Internet of Things (IoT), eller bara de teknologiska framgångar och förväntningar på en värld där dem flesta saker är eller kommer att bli uppkopplade, ställs nya krav på Integrated Circuit (IC)-komponenter för trådlös uppkoppling. Tillämningsområdena är oändliga; smart home, sjukvård och hälsa, underhållning och forskning är områden som som kan dra nytta av nya uppkopplingsmöjligheter med extremt strömsnål elektronik. Att leva upp till specifikationerna för moderna trådlösa höghastighetsuppkopplingar, speciellt när det kommer till fasbrus, kan dock vara en utmaning för enheter som måste klara sig med en väldigt begränsad effektåtgång. Fokus för denna avhandling är design och utvärdering på schematik och layout-nivå av en Digitally Controlled Oscillator (DCO) för en 22 nm Fully Depleted Silicon-On-Insulator (FD-SOI)-process avsedd att klara specifikationen satt av en given All-Digital Phase Locked Loop (ADPLL) för Wi-Fi 6 (MCS 11) standarden. En DCO och ADPLL ersätter block som tidigare tillämpats som analoga bruskänsliga komponenter med robustare digitala komponenter som är enklare att integrera med bas-band och digital logik-kretsar. En dubbelkärnig klass-C DCO med en dynamisk biaskrets föreslås för att nå kravet på fasbrus på maximalt -121 dBc/Hz mätt vid 1 MHz från en frekvens på 7.8 GHz, med ett frekvensomfång 7.1-8.6 GHz och en frekvensupplösning under 35 kHz. Fasbruset vid denna 1 MHz från 7.8 GHz uppmättes i simulering till -121 dBc/Hz, och en Figure of Merit (FoM) på 189.9 har uppnåtts, samt en genomsnittlig frekvensupplösning på 5.8 MHz nära 7.8 GHz. Designen klarar inte av att möta kraven på frekvensomfång, men det är sannolikt att en liknande design kan möta specifikationen efter ytterligare revision. Ytterligare arbete krävs.

Space debris and space situational awareness (SSA) have become growing concerns for national security and the sustainability of space operations, where timely detection and tracking of space objects is critical in preventing collision events. Traditional computer-vision algorithms have been used extensively to solve detection and tracking problems in flight, but recently deep learning approaches have seen widespread adoption in non-space related applications for their high accuracy. The performanceper-watt and flexibility of reconfigurable Field-Programmable Gate Arrays (FPGAs) make them a good candidate for deep learning model deployment in space, supporting in-flight updates and maintenance. However, the FPGA design costs of custom accelerators for complex algorithms remains high. The research focus of the thesis relies on novel high-level synthesis (HLS) workflows that allow the developer to raise the level of abstraction and lower design costs for deep learning accelerators, particularly for space-representative applications. To this end, four different hardware accelerators of convolutional neural network models for spacebased debris detection are implemented (ResNet, SqueezeNet, DenseNet, TinyCNN), using the open-source HLS tool NNgen. The obtained hardware accelerators are deployed to a reconfigurable module of the Zynq Ultrascale+ MPSoC programmable logic, and compared in terms of inference performance, resource utilization and latency. The tests on the target hardware show a detection accuracy over 95% for ResNet, DenseNet and SqueezeNet, and a localization intersection-over-union over 0.5 for the deep models, and over 0.7 for TinyCNN, for space debris objects at a range between 1km and 100km for a diameter of 1cm, or between 100km and 1000km for a diameter of 10cm. The obtained speed-ups with respect to software-only implementations lay between 3x and 32x for the different hardware accelerators. / Rymdskrot och rymdsituationstänksamhet (SSA) har blivit växande oro för nationell säkerhet och hållbarheten för rymdoperationer, där snabb upptäckt och spårning av rymdobjekt är avgörande för att förhindra kollisioner. Traditionella datorseendealgoritmer har använts omfattande för att lösa problem med upptäckt och spårning i flygning, men på senare tid har djupinlärningsmetoder fått stor användning inom icke rymdrelaterade applikationer på grund av sin höga noggrannhet. Prestandaper-watt och flexibiliteten hos omkonfigurerbara Field-Programmable Gate Arrays (FPGAs) gör dem till en bra kandidat för distribution av djupinlärningsmodeller i rymden, med stöd för uppdateringar och underhåll under flygning. Men FPGAdesignkostnaderna för anpassade acceleratorer för komplexa algoritmer är fortfarande höga. Forskningsfokus för avhandlingen ligger på nya högnivåsyntes (HLS) arbetsflöden som gör det möjligt för utvecklaren att höja abstraktionsnivån och sänka designkostnaderna för acceleratorer för djupinlärning, särskilt för tillämpningar i rymden. För detta har fyra olika hårdvaruacceleratorer för modeller av konvolutionsnätverk för upptäckt av rymdbaserat skrot implementerats (ResNet, SqueezeNet, DenseNet, TinyCNN), med hjälp av öppen källkod HLS-verktyget NNgen. De erhållna hårdvaruacceleratorerna distribueras till en omkonfigurerbar modul av Zynq Ultrascale+ MPSoC-programmerbar logik och jämförs med avseende på inferensprestanda, resursutnyttjande och latens. Testerna på målhardwaren visar en upptäktnoggrannhet på över 95% för ResNet, DenseNet och SqueezeNet, och en lokaliserings-intersektion-över-union på över 0,5 för de djupa modellerna och över 0,7 för TinyCNN för rymdskrotobjekt på en avstånd mellan 1 km och 100 km för en diameter på 1 cm eller mellan 100 km och 1000 km för en diameter på 10 cm. De erhållna hastighetsökningarna i förhållande till endast programvara ligger mellan 3x och 32x för de olika hårdvaruacceleratorerna.