Several propagation channel models are designed to verify signal behavior in specific environments for future 5G cellular networks. Hence, with the massive development and demand of indoor wireless systems, a suitable design prior to deployment is required for energy and cost-efficient implementations. These propagation channel models then should be designed to detect weak points in environments and enhance the accuracy of propagation channel modeling in any diverse indoor environment. This work presents the radio propagation analysis of millimeter waves using indoor model-based computational simulations of wireless coverage and material characterization at 28 GHz. Furthermore, the material characterization of common building materials is presented based on excess loss and penetration loss of the propagations in an indoor environment. To perform the analysis, a time static simulator in MATLAB with site-specific maps, deployments and an Indoor 3D propagation model are used to predict path loss in Line of Sight (LoS) and Non-Line of Sight (NLoS) conditions. / Flera spridnings kanal modeller är utformade för att verifiera signal beteende i specifika miljöer för framtida 5Gmobilnät. Med den massiva utvecklingen och efterfrågan på trådlösa inomhussystem krävs därför en lämplig design före driftsättning för energi och kostnadseffektiva implementeringar. Dessa spridnings kanal modeller bör sedan utformas för att upptäcka svaga punkter i miljöer och förbättra noggrannheten i föröknings kanal modellering i alla olika inomhusmiljöer. Detta arbete presenterar radio spridnings analysen av millimetervågor med hjälp av modellbaserade beräknings simuleringar inomhus av trådlös täckning och material karakterisering vid 28 GHz. Dessutom presenteras material karakteriseringen av vanliga byggmaterial baserat på överskottsförlust och penetrations förlust av förökningarna i en inomhusmiljö. För att utföra analysen används en statisk tids simulator i MATLAB med platsspecifika kartor, distributioner och en inomhus 3Dspridnings modell för att förutsäga banförlust i villkor för siktlinje (LoS) och icke-siktlinje (NLoS).