Abstract Medical x-ray imaging is used to visualise patients’ anatomical structures and in some cases their physiology. X-rays are ionizing radiation, thus their use needs to be optimised, as stochastic effects are assumed to increase linearly with the exposure dose. Imaging protocols need to be optimised to a radiation dose level that follows the as low as reasonably achievable principle without compromising the diagnostic value of the image. Different methods can be used to help in the optimisation process, such as simulations, radiation dose and image quality assessments with dosimeters and phantoms and utilising the latest technology in the most efficient way. The purpose of this doctoral thesis was to investigate the applicability of metal-oxide-semiconductor-field-effect-transistor (MOSFET) dosimeters for dose determinations in conventional x-ray and computed tomography (CT) examinations. Additionally, dose optimising methods were investigated in dental panoramic imaging using radiophotoluminescence (RPL) dosimeters. Anthropomorphic phantoms were used in every study to simulate patients, as their structures enable dosimeters to be positioned at locations that correspond to different organs. The MOSFET’s properties for dose determinations were evaluated against the reference dosimeter in a conventional x-ray set-up. Comparisons of absorbed and effective doses in thorax x-ray imaging were made between RPLs, MOSEFTs and Monte Carlo simulations. The effect of the organ-based tube current modulation and bismuth shields were compared against the reference imaging method in a chest CT with one scanner model. Absorbed doses and quantitative image quality were evaluated using each method. Possible dose reduction from segmented dental panoramic tomography (sDPT) imaging was compared against full DPT. Dose measurements were done using RPL dosimeters in pediatric and adult set-up using phantoms. MOSFETs are accurate enough to be used in conventional x-ray and CT, but they require a careful calibration before use as their reproducibility is limited with low doses. Bismuth shields provided the best dose reduction, but with a negative impact on quantitative image quality, especially when metal artefact removal software was used. The final study showed that the use of sDPT programmes and pediatric protocols enable a notably dose reduction compared to the full DPT adult protocol. / Tiivistelmä Lääketieteellisessä kuvantamisessa käytetään röntgensäteilyä potilaan anatomian ja joissain tapauksissa fysiologian visualisointiin. Röntgensäteily on ionisoivaa ja stokastisten vaikutusten kasvaessa oletettavasti lineaarisesti säteilyn funktiona, tulee säteilyn olla kokonaisvaltaisesti optimoitua. Kuvauksissa käytetyn röntgensäteilyn käytön tulee noudattaa ALARA-periaatetta, minkä vuoksi kuvauksessa tulee käyttää niin vähän säteilyä kuin vain mahdollista, diagnostiikan vaarantumatta. Optimoinnin apuna voidaan käyttää esim. simulointeja, annos- ja kuvanlaatumäärityksiä dosimetreilla ja fantomeilla, tai laitevalmistajien tuomia uusia teknologioita. Tämän väitöskirjan tarkoituksena oli tutkia metallioksidi-puolijohdekanavatransistorien (MOSFET) soveltuvuutta natiiviröntgentutkimuksissa ja tietokonetomografiassa (TT). Lisäksi työssä tutkittiin hammaskuvauksissa käytettyjä annossäästömenetelmiä radiofotoluminesenssidosimetreilla (RPL). Potilasvasteena työssä käytettiin antropomorfisia fantomeita, minkä ansiosta säteilyannoksia voidaan mitata eri elimiä vastaavilta kohdilta. MOSFET annosmittarin ominaisuuksia arvioitiin natiiviröntgenasetelmassa referenssimittariin nähden. Absorboituneiden ja efektiivisten annosten eroa MOSFET:tien, RPL:ien ja simulointien kesken tutkittiin keuhkoröntgentutkimuksessa. Pintakudoksia säästävän putkivirranmodulointimenetelmän ja vismuttisuojien vaikuttavuutta verrattiin TT:ssä referenssimetelmää vasten. Vaikuttavuutta arvioitiin absorboituneiden annosten ja kvantitatiivisen kuvanlaadun avulla. Segmentoidun hammaspanoraamakuvauksen (sDPT) annossäästömahdollisuuksia verrattiin tavalliseen panoraamakuvaukseen. Annosmääritykset tehtiin käyttäen RPL dosimetreja lapsi- ja aikuisfantomeissa. MOSFET dosimetreja voidaan käyttää annosmäärityksiin natiiviröntgenkuvauksissa ja TT:ssä, mutta niiden kalibrointi ja toistettavuus matalilla annoksilla aiheuttaa kuitenkin rajoituksia niiden käytölle. Vismuttisuojat tuottivat parhaan annossäästön, huonontaen kuitenkin kuvanlaatua. Kuvanlaadun huonontuminen oli erityisen huomattavaa, kun metallista aiheutuvien kuvavirheiden poistamiseen suunniteltua ohjelmaa käytettiin. Viimeinen tutkimus osoitti, että sDPT ohjelmat ja lapsille suunnatut protokollat mahdollistavat huomattavan annossäästön verrattuna aikuisten kokopanoraamaan.

Abstract Information and communications technology (ICT) companies face challenges in an unpredictable business environment, where demand-supply forecasting is not accurate enough. How to optimally manage product change process and demand-supply chain in this type of environment? Companies face pressures to simultaneously be efficient, responsive and innovative, i.e. to minimise costs, and shorten order delivery and product change periods. This thesis included three action research cycles within a real demand-supply chain of a significant international actor. Each action research cycle sought answers by going into one extreme of minimising costs, diminishing order delivery period, or shortening product change periods. In practice, these research cycles included the case company changing their business accordingly for each of these cases. Conducting required changes in the case company were economically significant trials. The results of this doctoral dissertation provide tips for global high tech companies. Large international companies typically have manufacturing sites in different parts of the world. According to the results, mental shift from local optimisation to a global one is required for efficient manufacturing operations. Companies have traditionally considered their strategy as a choice between minimising costs, quick delivery, and rapid product change. Also, companies have believed that one single strategy is adequate and applicable to all of their products. According to this thesis, different products may have a different strategy. This would allow companies to flexibly react to the needs of different customer groups, business environments, and different competitors. In addition, strategy can be changed relatively often, monthly, weekly, or even daily. Based on the results of this doctoral thesis, companies must harmonise their product portfolio globally, including all their sites. Once the same product version is at all sites, they can help each other from components supply viewpoint. Consequently, product changes can be taken through quicker. / Tiivistelmä Informaatio- ja kommunikaatioalan yritykset kohtaavat haasteita toimiessaan vaikeasti ennustettavassa liiketoimintaympäristössä, jossa tilaus-toimitusennusteet ovat epätarkkoja. Miten tällaisessa ympäristössä hallitaan optimaalisesti tuotemuutosprosessi ja tilaus-toimitusketju? Yrityksillä on paineita olla samanaikaisesti tehokkaita ja innovatiivisia: miten minimoida sekä kustannuksia että lyhentää toimitus- ja tuotemuutosaikoja. Tämä väitöskirja tehtiin toimintatutkimuksena merkittävän kansainvälisen yrityksen todellisessa tilaus-toimitusketjussa. Toimintatutkimus eteni vaiheittain kokeilemalla kolmea eri ääripäätä minimoimalla 1) kustannuksia, 2) toimitusaikoja ja 3) tuotemuutosaikoja. Käytännössä nämä ääripäät sisälsivät case-yrityksen liiketoiminnan muuttamista vastaavasti sisältäen taloudellisesti merkittäviä kokeiluja. Tämän väitöskirjan tulokset tarjoavat käytännön esimerkkejä globaaleille korkeanteknologian yrityksille. Suurilla kansainvälisillä yrityksillä on tyypillisesti valmistusyksiköitä eripuolilla maailmaa. Tämän tutkimuksen tulosten mukaan yritykset tarvitsevat asennemuutoksen paikallisesta optimoinnista globaaliin, jotta tuotanto toimisi tehokkaasti. Perinteisesti yritykset ovat ymmärtäneet strategian tarkoittavan valinnan tekemistä kustannusten minimoinnin, nopeiden toimitusaikojen tai nopeiden tuotemuutosten välillä. Yritykset ovat myös uskoneet, että yksi yrityskohtainen strategia kattaa kaikki yrityksen tuotteet. Tämän väitöskirjan tulosten mukaan yrityksen eri tuotteilla voi olla erilainen strategia. Tällainen ratkaisu mahdollistaa nopean reagoinnin muutoksiin asiakasryhmien tarpeissa, liiketoimintaympäristössä ja kilpailutilanteissa. Strategiaa voidaan myös muuttaa usein, kuukausittain, viikoittain tai jopa päivittäin. Tämän väitöskirjatutkimuksen tulosten mukaan, yritysten tulisi harmonisoida tuoteportfolionsa globaalisti kattaen kaikki tuotantolaitokset. Silloin kun yrityksen kaikissa valmistusyksiköissä valmistetaan samaa tuoteversiota, yksiköt voivat auttaa toisiaan komponenttien hankinnassa. Tuotemuutokset voidaan tällöin toteuttaa nopeammin.

Abstract This thesis examines radio resource management techniques for multicell multi-input single-output (MISO) downlink networks. Specifically, the thesis focuses on developing linear transmit beamforming techniques by optimizing certain quality-of-service (QoS) features, including, spectral efficiency, fairness, and throughput. The problem of weighted sum-rate-maximization (WSRMax) has been identified as a central problem to many network optimization methods, and it is known to be NP-hard. An algorithm based on a branch and bound (BB) technique which globally solves the WSRMax problem with an optimality certificate is proposed. Novel bounding techniques via conic optimization are introduced and their efficiency is illustrated by numerical simulations. The proposed BB based algorithm is not limited to WSRMax only; it can be easily extended to maximize any system performance metric that can be expressed as a Lipschitz continuous and increasing function of the signal-to-interference-plus-noise (SINR) ratio. Beamforming techniques can provide higher spectral efficiency, only when the channel state information (CSI) of users is accurately known. However, in practice the CSI is not perfect. By using an ellipsoidal uncertainty model for CSI errors, both optimal and suboptimal robust beamforming techniques for the worst-case WSRMax problem are proposed. The optimal method is based on a BB technique. The suboptimal algorithm is derived using alternating optimization and sequential convex programming. Through a numerical example it is also shown how the proposed algorithms can be applied to a scenario with statistical channel errors. Next two decentralized algorithms for multicell MISO networks are proposed. The optimization problems considered are: P1) minimization of the total transmission power subject to minimum SINR constraints of each user, and P2) SINR balancing subject to the total transmit power constraint of the base stations. Problem P1 is of great interest for obtaining a transmission strategy with minimal transmission power that can guarantee QoS for users. In a system where the power constraint is a strict system restriction, problem P2 is useful in providing fairness among the users. Decentralized algorithms for both problems are derived by using a consensus based alternating direction method of multipliers. Finally, the problem of spectrum sharing between two wireless operators in a dynamic MISO network environment is investigated. The notion of a two-person bargaining problem is used to model the spectrum sharing problem, and it is cast as a stochastic optimization. For this problem, both centralized and distributed dynamic resource allocation algorithms are proposed. The proposed distributed algorithm is more suitable for sharing the spectrum between the operators, as it requires a lower signaling overhead, compared with centralized one. Numerical results show that the proposed distributed algorithm achieves almost the same performance as the centralized one. / Tiivistelmä Tässä väitöskirjassa tarkastellaan monisoluisten laskevan siirtotien moniantennilähetystä käyttävien verkkojen radioresurssien hallintatekniikoita. Väitöskirjassa keskitytään erityisesti kehittämään lineaarisia siirron keilanmuodostustekniikoita optimoimalla tiettyjä palvelun laadun ominaisuuksia, kuten spektritehokkuutta, tasapuolisuutta ja välityskykyä. Painotetun summadatanopeuden maksimoinnin (WSRMax) ongelma on tunnistettu keskeiseksi monissa verkon optimointitavoissa ja sen tiedetään olevan NP-kova. Tässä työssä esitetään yleinen branch and bound (BB) -tekniikkaan perustuva algoritmi, joka ratkaisee WSRMax-ongelman globaalisti ja tuottaa todistuksen ratkaisun optimaalisuudesta. Samalla esitellään uusia conic-optimointia hyödyntäviä suorituskykyrajojen laskentatekniikoita, joiden tehokkuutta havainnollistetaan numeerisilla simuloinneilla. Ehdotettu BB-perusteinen algoritmi ei rajoitu pelkästään WSRMax-ongelmaan, vaan se voidaan helposti laajentaa maksimoimaan mikä tahansa järjestelmän suorituskykyarvo, joka voidaan ilmaista Lipschitz-jatkuvana ja signaali-(häiriö+kohina) -suhteen (SINR) kasvavana funktiona. Keilanmuodostustekniikat voivat tuottaa suuremman spektritehokkuuden vain, jos käyttäjien kanavien tilatiedot tiedetään tarkasti. Käytännössä kanavan tilatieto ei kuitenkaan ole täydellinen. Tässä väitöskirjassa ehdotetaan WSRMax-ongelman ääritapauksiin sekä optimaalinen että alioptimaalinen keilanmuodostustekniikka soveltaen tilatietovirheisiin ellipsoidista epävarmuusmallia. Optimaalinen tapa perustuu BB-tekniikkaan. Alioptimaalinen algoritmi johdetaan peräkkäistä konveksiohjelmointia käyttäen. Numeerisen esimerkin avulla näytetään, miten ehdotettuja algoritmeja voidaan soveltaa skenaarioon, jossa on tilastollisia kanavavirheitä. Seuraavaksi ehdotetaan kahta hajautettua algoritmia monisoluisiin moniantennilähetyksellä toimiviin verkkoihin. Tarkastelun kohteena olevat optimointiongelmat ovat: P1) lähetyksen kokonaistehon minimointi käyttäjäkohtaisten minimi-SINR-rajoitteiden mukaan ja P2) SINR:n tasapainottaminen tukiasemien kokonaislähetystehorajoitusten mukaisesti. Ongelma P1 on erittäin kiinnostava, kun pyritään kehittämään mahdollisimman pienen lähetystehon vaativa lähetysstrategia, joka pystyy takaamaan käyttäjien palvelun laadun. Ongelma P2 on hyödyllinen tiukasti tehorajoitetussa järjestelmässä, koska se tarjoaa tasapuolisuutta käyttäjien välillä. Molempien ongelmien hajautetut algoritmit johdetaan konsensusperusteisen vuorottelevan kertoimien suuntaustavan avulla. Lopuksi tarkastellaan kahden langattoman operaattorin välisen spektrinjaon ongelmaa dynaamisessa moniantennilähetystä käyttävässä verkkoympäristössä. Spektrinjako-ongelmaa mallinnetaan käyttämällä kahden osapuolen välistä neuvottelua stokastisen optimoinnin näkökulmasta. Tähän ongelmaan ehdotetaan ratkaisuksi sekä keskitettyä että hajautettua resurssien allokoinnin algoritmia. Hajautettu algoritmi sopii paremmin spektrin jakamiseen operaattorien välillä, koska se vaatii vähemmän kontrollisignalointia. Numeeriset tulokset osoittavat, että ehdotetulla hajautetulla algoritmilla saavutetaan lähes sama suorituskyky kuin keskitetyllä algoritmillakin.

Abstract Future cellular networks need to support the ever-increasing demand of bandwidth-intensive applications and interconnection of people, devices, and vehicles. Small cell network (SCN)-based communication together with proximity- and social-aware connectivity is conceived as a vital component of these networks to enhancing spectral efficiency, system capacity, and quality-of-experience (QoE). To cope with diverse application needs for the heterogeneous ecosystem, radio resource management (RRM) is one of the key research areas for the fifth-generation (5G) network. The key goals of this thesis are to develop novel, self-organizing, and low-complexity resource management algorithms for emerging device-to-device (D2D) and vehicle-to-vehicle (V2V) wireless systems while explicitly modeling and factoring network contextual information to satisfy the increasingly stringent requirements. Towards achieving this goal, this dissertation makes a number of key contributions. First, the thesis focuses on interference management techniques for D2D-enabled macro network and D2D-enabled SCNs in the downlink, while leveraging users’ social-ties, dynamic clustering, and user association mechanisms for network capacity maximization. A flexible social-aware user association technique is proposed to maximize network capacity. The second contribution focuses on ultra-reliable low-latency communication (URLLC) in vehicular networks in which interference management and resource allocation techniques are investigated, taking into account traffic and network dynamics. A joint power control and resource allocation mechanism is proposed to minimize the total transmission power while satisfying URLLC constraints. To overcome these challenges, novel algorithms are developed by combining several methodologies from graph theory, matching theory and Lyapunov optimization. Extensive simulations validate the performance of the proposed approaches, outperforming state-of-the-art solutions. Notably, the results yield significant performance gains in terms of capacity, delay reductions, and improved reliability as compared with conventional approaches. / Tiivistelmä Tulevaisuuden solukkoverkkojen pitää pystyä tukemaan yhä suurempaa kaistanleveyttä vaativia sovelluksia sekä yhteyksiä ihmisten, laitteiden ja ajoneuvojen välillä. Piensoluverkkoihin (SCN) pohjautuvaa tietoliikennettä yhdistettynä paikka- ja sosiaalisen tietoisuuden huomioiviin verkkoratkaisuihin pidetään yhtenä elintärkeänä osana tulevaisuuden solukkoverkkoja, joilla pyritään tehostamaan spektrinkäytön tehokkuutta, järjestelmän kapasiteettia sekä kokemuksen laatua (QoE). Radioresurssien hallinta (RRM) on eräs keskeisistä viidennen sukupolven (5G) verkkoihin liittyvistä tutkimusalueista, joilla pyritään hallitsemaan heterogeenisen ekosysteemin vaihtelevia sovellustarpeita. Tämän väitöstyön keskeisinä tavoitteina on kehittää uudenlaisia itseorganisoituvia ja vähäisen kompleksisuuden resurssienhallinta-algoritmeja laitteesta-laitteeseen (D2D) ja ajoneuvosta-ajoneuvoon (V2V) toimiville uusille langattomille järjestelmille, sekä samalla mallintaa ja tuottaa verkon kontekstikohtaista tietoa vastaamaan koko ajan tiukentuviin vaatimuksiin. Tämä väitöskirja edistää näiden tavoitteiden saavuttamista usealla keskeisellä tuloksella. Aluksi väitöstyössä keskitytään häiriönhallinnan tekniikoihin D2D:tä tukevissa makroverkoissa ja laskevan siirtotien piensoluverkoissa. Käyttäjän sosiaalisia yhteyksiä, dynaamisia ryhmiä sekä osallistamismekanismeja hyödynnetään verkon kapasiteetin maksimointiin. Verkon kapasiteettia voidaan kasvattaa käyttämällä joustavaa sosiaaliseen tietoisuuteen perustuvaa osallistamista. Toinen merkittävä tulos keskittyy huippuluotettavaan lyhyen viiveen kommunikaatioon (URLLC) ajoneuvojen verkoissa, joissa tehtävää resurssien allokointia ja häiriönhallintaa tutkitaan liikenteen ja verkon dynamiikka huomioiden. Yhteistä tehonsäädön ja resurssien allokoinnin mekanismia ehdotetaan kokonaislähetystehon minimoimiseksi samalla, kun URLLC rajoitteita noudatetaan. Jotta esitettyihin haasteisiin voidaan vastata, väitöstyössä on kehitetty uudenlaisia algoritmeja yhdistämällä graafi- ja sovitusteorioiden sekä Lyapunovin optimoinnin menetelmiä. Laajat tietokonesimuloinnit vahvistavat ehdotettujen lähestymistapojen suorituskyvyn, joka on parempi kuin uusimmilla nykyisillä ratkaisuilla. Tulokset tuovat merkittäviä suorituskyvyn parannuksia erityisesti kapasiteetin lisäämisen, viiveiden vähentämisen ja parantuneen luotettavuuden suhteen verrattuna perinteisiin lähestymistapoihin.

Abstract Fluoroscopically guided procedures are currently an area of special concern in relation to radiation protection, as they may produce a high radiation dose to patients and increase the risk of skin injury. ERCP is a gastrointestinal procedure used as a gold standard in the treatment of pancreatobiliary disorders. It is performed under endoscopic and fluoroscopic guidance. Recently, both the number and the complexity with associated increased technical difficulty of therapeutic ERCP procedures have significantly increased. The present study aimed to assess the medical use of radiation in ERCP, with special emphasis on optimisation of radiation protection of patients. For this purpose, the level of patient radiation exposure during ERCP was evaluated by registering the radiation dose indices in Finnish hospitals. The entrance surface dose was measured by thermoluminescent dosimeters and the effective dose was estimated using conversion coefficients. For dose optimisation and for quality assurance, the local diagnostic reference levels (DRL) for ERCP were established and reviewed after five years. A single centre prospective analysis was conducted to identify patient-, procedure- and operator-related factors affecting dose area product (DAP) and fluoroscopy time (FT). The results showed a large variation of dose indices in overall, as among participating hospitals due to differences in patient characteristics, operator, equipment and procedural complexity. The risk of radiation-induced skin injury and the lifetime cancer risk seems to be reasonably low, indicating ERCP to be a low-dose study. Local DRL is an effective tool in the optimisation process, as a certain degree of dose reduction was achieved during the years. Multiple factors were found to affect DAP and FT in ERCP. The awareness of these factors may help to predict possible prolonged procedures that cause a higher radiation dose to the patient and thus facilitate the use of appropriate precautions. / Tiivistelmä Säteilysuojelun näkökulmasta läpivalaisuohjauksessa tehtävät toimenpiteet ovat erityisen huolen aiheena, koska ne voivat aiheuttaa potilaille suuria säteilyannoksia ja siten lisätä ihovaurion riskiä. ERCP on ruoansulatuskanavan endoskopiatoimenpide, jota käytetään haima- ja sappitiesairauksien hoidossa kultaisena standardina. ERCP suoritetaan duodenoskoopilla läpivalaisukontrollissa. Viime vuosina ERCP toimenpiteiden määrät ja toimenpiteiden monimutkaisuus ovat kasvaneet merkittävästi lisääntyneen teknisen haastavuuden vuoksi. Tutkimuksen tarkoituksena oli arvioida säteilyn lääketieteellistä käyttöä ERCP:ssa, kiinnittäen eritystä huomiota potilaan säteilysuojelun optimointiin. Potilaan säteilyaltistuksen tasoa ERCP:ssa arvioitiin keräämällä potilasannoksia suomalaisista sairaaloista, pinta-annokset mitattiin termoloistedosimetreilla ja efektiivinen annos laskettiin muuntokertoimilla. Säteilyaltistuksen optimointi- ja laadunvalvonnan työkaluksi ERCP:lle asetettiin paikalliset vertailutasot ja ne tarkistettiin 5 vuoden kuluttua. Potilaaseen, toimenpiteeseen ja toimenpiteen suorittajaan liittyvät tekijät, jotka vaikuttavat annoksen ja pinta-alan tuloon (DAP) sekä läpivalaisuaikaan, selvitettiin retrospektiivisesti yhdessä sairaalassa. Tutkimuksen tulokset osoittivat, että potilaan säteilyannoksissa oli suurta vaihtelua niin yleisesti, kuin osallistuvien sairaaloiden välillä. Vaihtelu johtui potilaan ominaisuuksista, erilaisista läpivalaisulaitteista, toimenpiteen suorittajista ja ERCP toimenpiteiden vaikeusasteesta. Säteilyn aiheuttaman ihovaurion riski ja elinikäinen syöpäriski näyttäisi tulosten perusteella olevan kohtuullisen alhainen, mikä osoittaa, että ERCP on matala-annostutkimus. Paikallinen vertailutaso osoittautui tehokkaaksi optimointityökaluksi, sillä annostason lasku ERCP:ssa saavutettiin vuosien kuluessa. Useiden tekijöiden todettiin vaikuttavan DAP:n ja läpivalaisuaikaan ERCP:ssa. Näiden tekijöiden tiedostaminen voi auttaa tunnistamaan etukäteen ne haastavat ERCP toimenpiteet, jotka voivat aiheuttaa suuria säteilyannoksia potilaille, ja siten mahdollistaa niihin varautumisen.

Abstract Resource allocation and interference management in wireless small cell networks have been areas of key research interest in the past few years. Although a large number of research studies have been carried out, the needs for high capacity, reliability, and energy efficiency in the emerging fifth-generation (5G) networks warrants the development of methodologies focusing on ultra-dense and self-organizing small cell network (SCN) scenarios. In this regard, the prime motivation of this thesis is to propose an array of distributed methodologies to solve the problem of joint resource allocation and interference management in SCNs pertaining to different network architectures. The present dissertation proposes and investigates distributed control mechanisms for wireless SCNs mainly in three cases: a backhaul-aware interference management mechanism of the uplink of wireless SCNs, a dynamic cluster-based approach for maximizing the energy efficiency of dense wireless SCNs, and a joint power control and user scheduling mechanism for optimizing energy efficiency in ultra-dense SCNs. Optimizing SCNs, especially in the ultra-dense regime, is extremely challenging due to the severe coupling in interference and the dynamics of both queues and channel states. Moreover, due to the lack of inter-base station/cluster communications, smart distributed learning mechanisms are required to autonomously choose optimal transmission strategies based on local information. To overcome these challenges, an array of distributed algorithms are developed by combining the tools from machine learning, Lyapunov optimization and mean-field theory. For each of the above proposals, extensive sets of simulations have been carried out to validate the performance of the proposed methods compared to conventional models that fail to account for the limitations due to network scale, dynamics of queue and channel states, backhaul heterogeneity and capacity constraints, and the lack of coordination between network elements. The results of the proposed methods yield significant gains of the proposed methods in terms of energy savings, rate improvements, and delay reductions compared to the conventional models studied in the existing literature. / Tiivistelmä Langattomien piensoluverkkojen resurssien allokointi ja häiriön hallinta on ollut viime vuosina tärkeä tutkimuskohde. Tutkimuksia on tehty paljon, mutta uudet viidennen sukupolven (5G) verkot vaativat suurta kapasiteettia, luotettavuutta ja energiatehokkuutta. Sen vuoksi on kehitettävä menetelmiä, jotka keskittyy ultratiheisiin ja itseorganisoituviin piensoluverkkoihin. (SCN). Tämän väitöskirjan tärkein tavoite onkin esittää joukko hajautettuja menetelmiä piensoluverkkojen yhteisten resurssien allokointiin ja häiriön hallintaan, kun käytössä on erilaisia verkkoarkkitehtuureja. Tässä väitöskirjassa ehdotetaan ja tutkitaan hajautettuja menetelmiä langattomien piensoluverkkojen hallintaan kolmessa eri tilanteessa: välityskanavan huomioiva häiriönhallinta menetelmä langattomissa piensoluverkoissa, dynaamisiin klustereihin perustuva malli tiheiden langattomien piensoluverkkojen energiatehokkuuden maksimointiin ja yhteinen tehonsäädön ja käyttäjien allokaatio menetelmä ultratiheiden piensoluverkkojen energiatehokkuuden optimointiin. Ultratiheiden piensoluverkkojen optimointi on erittäin haastavaa häiriön sekä jonojen ja kanavatilojen vahvojen kytkösten vuoksi. Lisäksi, koska klustereilla/tukiasemilla ei ole kommunikaatiota, tarvitaan hajautettuja oppimisalgoritmeja, jotta saadaan itsenäisesti valittua optimaaliset lähetys menetelmät hyödyntäen vain paikallista tietoa. Tämän vuoksi kehitetään useita hajautettuja algoritmeja, jotka hyödyntävät koneoppimista, Lyapunov optimointia ja mean-field teoriaa. Kaikki yllä olevat esitetyt menetelmät on validoitu laajoilla simulaatioilla, joilla on voitu todentaa niiden suorituskyky perinteisiin malleihin verrattuna. Perinteiset mallit eivät pysty ottamaan huomioon verkon laajuuden, jonon ja kanavatilojen dynamiikan, eri välityskanavien ja rajallisen kapasiteetin asettamia rajoituksia sekä verkon elementtien välisen koordinoinnin puuttumista. Esitetyt menetelmät tuottavat huomattavia parannuksia energiansäästöön, siirtonopeuteen ja viiveiden vähentämiseen verrattuna perinteisiin malleihin, joita kirjallisuudessa on tarkasteltu.

Abstract The application of optimization techniques for resource management in wireless communication networks is considered in this thesis. It is understood that a wide variety of resource management problems of recent interest, including power/rate control, link scheduling, cross-layer control, network utility maximization, beamformer design of multiple-input multiple-output networks, and many others are directly or indirectly reliant on the general weighted sum-rate maximization (WSRMax) problem. Thus, in this dissertation a greater emphasis is placed on the WSRMax problem, which is known to be NP-hard. A general method, based on the branch and bound technique, is developed, which solves globally the nonconvex WSRMax problem with an optimality certificate. Efficient analytic bounding techniques are derived as well. More broadly, the proposed method is not restricted to WSRMax. It can also be used to maximize any system performance metric, which is Lipschitz continuous and increasing on signal-to-interference-plus-noise ratio. The method can be used to find the optimum performance of any network design method, which relies on WSRMax, and therefore it is also useful for evaluating the performance loss encountered by any heuristic algorithm. The considered link-interference model is general enough to accommodate a wide range of network topologies with various node capabilities, such as singlepacket transmission, multipacket transmission, simultaneous transmission and reception, and many others. Since global methods become slow in large-scale problems, fast local optimization methods for the WSRMax problem are also developed. First, a general multicommodity, multichannel wireless multihop network where all receivers perform singleuser detection is considered. Algorithms based on homotopy methods and complementary geometric programming are developed for WSRMax. They are able to exploit efficiently the available multichannel diversity. The proposed algorithm, based on homotopy methods, handles efficiently the self interference problem that arises when a node transmits and receives simultaneously in the same frequency band. This is very important, since the use of supplementary combinatorial constraints to prevent simultaneous transmissions and receptions of any node is circumvented. In addition, the algorithm together with the considered interference model, provide a mechanism for evaluating the gains when the network nodes employ self interference cancelation techniques with different degrees of accuracy. Next, a similar multicommodity wireless multihop network is considered, but all receivers perform multiuser detection. Solutions for the WSRMax problem are obtained by imposing additional constraints, such as that only one node can transmit to others at a time or that only one node can receive from others at a time. The WSRMax problem of downlink OFDMA systems is also considered. A fast algorithm based on primal decomposition techniques is developed to jointly optimize the multiuser subcarrier assignment and power allocation to maximize the weighted sum-rate (WSR). Numerical results show that the proposed algorithm converges faster than Lagrange relaxation based methods. Finally, a distributed algorithm for WSRMax is derived in multiple-input single-output multicell downlink systems. The proposed method is based on classical primal decomposition methods and subgradient methods. It does not rely on zero forcing beamforming or high signal-to-interference-plus-noise ratio approximation like many other distributed variants. The algorithm essentially involves coordinating many local subproblems (one for each base station) to resolve the inter-cell interference such that the WSR is maximized. The numerical results show that significant gains can be achieved by only a small amount of message passing between the coordinating base stations, though the global optimality of the solution cannot be guaranteed. / Tiivistelmä Tässä työssä tutkitaan optimointimenetelmien käyttöä resurssienhallintaan langattomissa tiedonsiirtoverkoissa. Monet ajankohtaiset resurssienhallintaongelmat, kuten esimerkiksi tehonsäätö, datanopeuden säätö, radiolinkkien ajastus, protokollakerrosten välinen optimointi, verkon hyötyfunktion maksimointi ja keilanmuodostus moniantenniverkoissa, liittyvät joko suoraan tai epäsuorasti painotetun summadatanopeuden maksimointiongelmaan (weighted sum-rate maximization, WSRMax). Tästä syystä tämä työ keskittyy erityisesti WSRMax-ongelmaan, joka on tunnetusti NP-kova. Työssä kehitetään yleinen branch and bound -tekniikkaan perustuva menetelmä, joka ratkaisee epäkonveksin WSRMax-ongelman globaalisti ja tuottaa todistuksen ratkaisun optimaalisuudesta. Työssä johdetaan myös tehokkaita analyyttisiä suorituskykyrajojen laskentatekniikoita. Ehdotetun menetelmän käyttö ei rajoitu vain WSRMax-ongelmaan, vaan sitä voidaan soveltaa minkä tahansa suorituskykymetriikan maksimointiin, kunhan se on Lipschitz-jatkuva ja kasvava signaali-häiriö-plus-kohinasuhteen funktiona. Menetelmää voidaan käyttää minkä tahansa WSRMax-ongelmaan perustuvan verkkosuunnittelumenetelmän optimaalisen suorituskyvyn määrittämiseen, ja siksi sitä voidaan hyödyntää myös minkä tahansa heuristisen algoritmin aiheuttaman suorituskykytappion arvioimiseen. Tutkittava linkki-häiriömalli on riittävän yleinen monien erilaisten verkkotopologioiden ja verkkosolmujen kyvykkyyksien mallintamiseen, kuten esimerkiksi yhden tai useamman datapaketin siirtoon sekä yhtäaikaiseen lähetykseen ja vastaanottoon. Koska globaalit menetelmät ovat hitaita suurien ongelmien ratkaisussa, työssä kehitetään WSRMax-ongelmalle myös nopeita paikallisia optimointimenetelmiä. Ensiksi käsitellään yleistä useaa eri yhteyspalvelua tukevaa monikanavaista langatonta monihyppyverkkoa, jossa kaikki vastaanottimet suorittavat yhden käyttäjän ilmaisun, ja kehitetään algoritmeja, joiden perustana ovat homotopiamenetelmät ja komplementaarinen geometrinen optimointi. Ne hyödyntävät tehokkaasti saatavilla olevan monikanavadiversiteetin. Esitetty homotopiamenetelmiin perustuva algoritmi käsittelee tehokkaasti itsehäiriöongelman, joka syntyy, kun laite lähettää ja vastaanottaa samanaikaisesti samalla taajuuskaistalla. Tämä on tärkeää, koska näin voidaan välttää lisäehtojen käyttö yhtäaikaisen lähetyksen ja vastaanoton estämiseksi. Lisäksi algoritmi yhdessä tutkittavan häiriömallin kanssa auttaa arvioimaan, paljonko etua saadaan, kun laitteet käyttävät itsehäiriön poistomenetelmiä erilaisilla tarkkuuksilla. Seuraavaksi tutkitaan vastaavaa langatonta monihyppyverkkoa, jossa kaikki vastaanottimet suorittavat monen käyttäjän ilmaisun. Ratkaisuja WSRMax-ongelmalle saadaan asettamalla lisäehtoja, kuten että vain yksi lähetin kerrallaan voi lähettää tai että vain yksi vastaanotin kerrallaan voi vastaanottaa. Edelleen tutkitaan WSRMax-ongelmaa laskevalla siirtotiellä OFDMA-järjestelmässä, ja johdetaan primaalihajotelmaan perustuva nopea algoritmi, joka yhteisoptimoi monen käyttäjän alikantoaalto- ja tehoallokaation maksimoiden painotetun summadatanopeuden. Numeeriset tulokset osoittavat, että esitetty algoritmi suppenee nopeammin kuin Lagrangen relaksaatioon perustuvat menetelmät. Lopuksi johdetaan hajautettu algoritmi WSRMax-ongelmalle monisoluisissa moniantennilähetystä käyttävissä järjestelmissä laskevaa siirtotietä varten. Esitetty menetelmä perustuu klassisiin primaalihajotelma- ja aligradienttimenetelmiin. Se ei turvaudu nollaanpakotus-keilanmuodostukseen tai korkean signaali-häiriö-plus-kohinasuhteen approksimaatioon, kuten monet muut hajautetut muunnelmat. Algoritmi koordinoi monta paikallista aliongelmaa (yhden kutakin tukiasemaa kohti) ratkaistakseen solujen välisen häiriön siten, että WSR maksimoituu. Numeeriset tulokset osoittavat, että merkittävää etua saadaan jo vähäisellä yhdessä toimivien tukiasemien välisellä viestinvaihdolla, vaikka globaalisti optimaalista ratkaisua ei voidakaan taata.

Abstract Peatland drainage for forestry, agriculture and peat extraction results in runoff rich in organic matter, sediments and nutrients. This has a significant effect on downstream ecosystems. Therefore, water purification using sedimentation basins and wetlands is required in environmental permits for peat extraction in Finland, to reduce downstream impacts. Due to increasingly strict environmental regulations, more advanced water purification methods need to be developed. Using field measurements, laboratory experiments and hydrological/hydraulic modelling, this thesis sought to develop new methods based on: i) more refined hydrological information related to runoff and pollutant load control and ii) hydraulic design of sedimentation basins used in chemical purification. The hydrology of three peatland forestry and two drained peat extraction areas in northern Finland was studied and simulated using the DRAINMOD 6.1 hydrological model. Watertable depth (WTD) and drainage outflow were recorded continuously during several years and the data were used for model calibration and validation. Despite some under- and over-estimation of certain events, WTD fluctuations were simulated quite accurately for all peatland areas. The results demonstrated that DRAINMOD 6.1 can satisfactorily simulate WTD fluctuations in a cold climate such as northern Finland, but the model did not simulate drainage outflow adequately. Chemical treatment facilities were optimised using 3D computational fluid dynamic (CFD) models. COMSOL Multiphysics 5.1 was employed to evaluate the influence of inlet design on treatment efficiency in commonly used treatment basins without any barrier, and for optimization of barrier design through gravity-driven hydraulic flocculators. The results showed that inlet design had a significant effect on treatment efficiency. Several barrier designs were simulated and the best combination was tested for different distances between barriers, to find a geometry ratio and flow depth producing optimal mixing conditions for the treatment process. / Tiivistelmä Turvemaiden ojitus metsätaloutta, maataloutta ja turvetuotantoa varten lisää orgaanisen aineen, kiintoaineineen ja ravinteiden huuhtoutumista alapuolisiin vesistöihin. Lisääntyneellä kuormituksella voi olla merkittäviä vaikutuksia vesiekosysteemeihin, minkä vuoksi turvetuotannon ympäristöluvissa vaaditaan valumavesien puhdistamista mm. laskeutusaltaiden ja pintavalutuskenttien avulla. Tiukentuneiden vesiensuojelumääräysten vuoksi tarvitaan uusia vesiensuojelumenetelmiä sekä tulee tehostaa jo käytössä olevien menetelmien toimintaa. Tämän työn tavoitteena on suositella uusia menetelmiä perustuen I) entistä tarkempaan hydrologiseen tietoon valunnasta ja vesistökuormituksesta ja II) kemiallisen vesienpuhdistuksen yhteydessä käytettävien laskeutusaltaiden hydrauliseen suunnitteluun. Tämä väitöstyö rakentuu maastossa ja laboratoriossa tehtyjen tutkimusten sekä hydrologisen/hydraulisen mallinnuksen varaan. Valuma-alueiden hydrologiaa tutkittiin ja mallinnettiin kolmella turvemetsäalueella ja kahdella turvetuotantoalueella Pohjois-Suomessa. Ojituksen hydrologisten vaikutusten arviointiin käytettiin DRAINMOD 6.1 ohjelmaa, jonka kalibrointia ja validointia varten kerättiin jatkuvatoimisilla antureilla aineistoa pohjaveden pinnankorkeuksista ja virtaamasta useiden vuosien ajalta. Mallin avulla voitiin pohjaveden pinnan vaihtelut kuvata yleisesti melko hyvin kaikilla tutkimusalueilla yksittäisistä sadanta-valuntatapahtuminen yli- tai aliarvioinneista huolimatta. Saadut tulokset osoittavat, että DRAINMOD 6.1 ohjelmalla voidaan riittävällä tarkkuudella simuloida pohjaveden pinnan vaihteluita kylmässä ilmastossa, kuten Pohjois-Suomessa, mutta malli ei soveltunut hyvin ojitusalueelta lähtevän valunnan tarkkaan määrittämiseen. Kemiallisen vesienpuhdistusrakenteiden optimointiin käytettiin COMSOL Multiphysics 5.1 ohjelmaa, jolla voidaan toteuttaa ja laskea veden virtauksia kolmessa dimensiossa (computational fluid dynamic, CFD, model). Mallilla arvioitiin kemikalointialtaan tuloaukon rakenteen vaikutuksia tyypillisesti kemikaloinnissa käytetyn allasrakenteen puhdistustehokkuuteen. Lisäksi mallilla mitoitettiin virtausesteitä optimaalisen sekoittumisolosuhteiden saamiseksi ja puhdistustehokkuuden parantamiseksi painovoimaisesti toimivissa flokkausaltaissa (hidas sekoitus). Saadut tulokset osoittavat, että laskeutusaltaiden tuloaukon rakenteella on merkittävä vaikutus kemikaloinnissa saavutettuun puhdistustehokkuuteen. Lisäksi työssä esitettiin optimaalisia virtausesteiden mitoituksia (geometria, esteiden välinen etäisyys, virtaussyvyys yms.) puhdistuksen kannalta parhaiden mahdollisten sekoitusolosuhteiden saavuttamiseksi.

Abstract Optimizing the use of resources plays an important role in today’s modern manufacturing and service organizations. Scheduling, involving setup times and costs, leads to better allocation of resources over time to perform a collection of required tasks. This compilation dissertation examines how the learning effect of workers and a combination of setup activities can be used to optimize resource utilization in manufacturing systems and maintenance services. The learning effect is a technique that can model improvement in worker’s ability as a result of repeating similar tasks. By considering the learning effect, setup times will be reduced, and a schedule can be determined to place jobs that share similar tools and fixtures next to each other. The purpose is to schedule a set of jobs in a hybrid flow shop environment while minimizing two criteria that represent the manufacturers’ and consumers’ concerns: namely maximum completion time (makespan) and total tardiness. Combining setup activities can also reduce setup times and costs. In the maintenance of systems consisting of multiple components, costs can be saved when several components are jointly maintained. By using this technique, a schedule can be determined to minimize the total cost of maintenance and renewal projects for various components and their relevant setup activities. Mathematical programming models that incorporate these aspects of the problem are developed in this research and the performance of the proposed models are tested on a set of problem instances. The results of this work show that the proposed techniques perform well in reducing setup times and costs and eliminate the need for setups through scheduling. This work proposes several exact, heuristic, and meta-heuristic methods to solve the developed models and compare their efficiency. This study contributes to the theoretical discussion of multi-criteria production and maintenance scheduling. For practitioners, this dissertation work provides optimization techniques and tools through scheduling that can help keep costs down and allow companies to operate according to time and budget constraints. / Tiivistelmä Resurssien käytön optimoinnilla on tärkeä rooli nykypäivän tuotanto- ja palveluympäristöissä. Joukko tehtäviä voidaan toteuttaa resurssitehokkaammin niille varatussa ajassa huomioimalla aikataulutuksessa asetusajat ja –kustannukset. Tämä kokoomaväitöskirja tarkastelee, kuinka työntekijöiden oppimisefektin mallinnus ja asetustoimien yhdistäminen tukevat resurssien optimointia tuotantojärjestelmissä ja kunnossapitopalveluissa. Oppimisefekti on tekniikka, jolla voidaan mallintaa työntekijän osaamisen kehittymistä samankaltaisia työtehtäviä toistettaessa. Huomioimalla oppimisefekti asetusaikoja voidaan pienentää, ja töille luoda aikataulu jossa samankaltaiset työkalut ja laitteet ovat lähellä toisiaan. Osana väitöskirjaa esitetään työerän aikataulutus tietyssä yksittäistuotantoympäristössä minimoiden kahta kriteeriä: valmistajan tavoite kokonaisläpimenoaika ja asiakkaan tavoite yksittäisten töiden aikataulussa valmistuminen. Toinen väitöskirjassa esitetty tekniikka asetusaikojen ja –kustannusten pienentämiseen on asetustöiden yhdistely. Useista komponenteista koostuvassa systeemissä kustannussäästöjä voidaan saavuttaa huoltamalla useita komponentteja yhtä aikaa. Tämän yhdistelyn avulla voidaan luoda aikataulu, joka minimoi useiden komponenttien ylläpidon, uusimisen, ja asetuskustannusten kokonaiskustannuksen. Työssä mallinnetaan näitä tekniikoita matemaattisen ohjelmoinnin keinoin, ja luotuja malleja testataan joukolla esimerkkiongelmia. Väitöskirjan tulokset osoittavat, että ehdotetuilla tekniikoilla voidaan vähentää asetusaikoja ja –kustannuksia, tai poistaa asetustöistä aiheutuvia kustannuksia kokonaan. Siinä esitetään useita eksakteja, heuristisia ja metaheuristisia menetelmiä kehitettyjen mallien ratkaisuun ja niiden suorituskyvyn vertailuun. Työn tulokset edistävät tieteellistä keskustelua monikriteeriskeduloinnin alalla, erityisesti liittyen tuotanto- ja kunnossapitosysteemeihin. Käytännön toimijoille väitöskirja tarjoaa optimointitekniikoita- ja työkaluja aikataulutukseen ja sen kautta taloudellisissa ja ajallisissa rajoitteissa toiminnan mahdollistamiseen.

Abstract This work addresses the problems related to three-dimensional modeling of scenes and objects and model evaluation. The work is divided into four main parts. At first, the work concentrates on purely image-based reconstruction while the second part presents a modeling pipeline based on an active depth sensor. Then, the work introduces methods for producing surface meshes from point clouds, and finally, a novel approach for model evaluation is presented. In the first part, this work proposes a multi-view stereo (MVS) reconstruction method that takes a set of images as an input and outputs a model represented as a point cloud. The method is based on match propagation, where a set of initial corresponding points between images is expanded iteratively into larger regions by searching new correspondences in the spatial neighborhood of the existing ones. The expansion is implemented using a best-first strategy, where the most reliable match is always expanded first. The method produces comparable results with the state-of-the-art but significantly faster. In the second part, this work presents a method that merges a sequence of depth maps into a single non-redundant point cloud. In the areas, where the depth maps overlap, the method fuses points together by giving more weight to points which seem to be more reliable. The method overcomes its predecessor both in accuracy and robustness. In addition, this part introduces a method for depth camera calibration. The method develops on an existing calibration approach which was originally designed for the first generation Microsoft Kinect device. The third part of the thesis addresses the problem of converting the point clouds to surface meshes. The work briefly reviews two well-known approaches and compares their ability to produce sparse mesh models without sacrificing accuracy. Finally, the fourth part of this work describes the development of a novel approach for performance evaluation of reconstruction algorithms. In addition to the accuracy and completeness, which are the metrics commonly used in existing evaluation benchmarks, the method also takes the compactness of the models into account. The metric enables the evaluation of the accuracy-compactness trade-off of the models. / Tiivistelmä Tässä työssä käsitellään näkymän tai esineen kolmiulotteista mallintamista ja tulosten laadun arviointia. Työ on jaettu neljään osaan. Ensiksi keskitytään pelkästään valokuvia hyödyntävään mallinnukseen ja sitten esitellään menetelmä syvyyskamerapohjaiseen mallinnukseen. Kolmas osa kuvaa menetelmiä verkkomallien luomiseen pistepilvestä ja lopuksi esitellään menetelmä mallien laadun arviointiin. Ensimmäisessä osassa esitellään usean kuvan stereoon perustuva mallinnusmenetelmä, joka saa syötteenä joukon valokuvia ja tuottaa kuvissa näkyvästä kohteesta pistepilvimallin. Menetelmä perustuu vastinpisteiden laajennukseen, jossa kuvien välisiä pistevastaavuuksia laajennetaan iteratiivisesti suuremmiksi vastinalueiksi hakemalla uusia vastinpistepareja jo löydettyjen läheisyydestä. Laajennus käyttää paras ensin -menetelmää, jossa luotettavin pistevastaavuus laajennetaan aina ensin. Menetelmä tuottaa vertailukelpoisia tuloksia johtaviin menetelmiin verrattuna, mutta merkittävästi nopeammin. Toisessa osassa esitellään menetelmä, joka yhdistää joukon syvyyskameralla kaapattuja syvyyskarttoja yhdeksi pistepilveksi. Alueilla, jotka sisältävät syvyysmittauksia useasta syvyyskartasta, päällekkäiset mittaukset yhdistetään painottamalla luotettavammalta vaikuttavaa mittausta. Menetelmä on tarkempi kuin edeltäjänsä ja toimii paremmin kohinaisemmalla datalla. Lisäksi tässä osassa esitellään menetelmä syvyyskameran kalibrointiin. Menetelmä kehittää jo olemassa olevaa kalibrointityökalua, joka alun perin kehitettiin ensimmäisen sukupolven Microsoft Kinect laitteelle. Väitöskirjan kolmas osa käsittelee pintamallin luomista pistepilvestä. Työ esittelee kaksi hyvin tunnettua menetelmää ja vertailee niiden kykyä luoda harvoja, mutta edelleen tarkkoja malleja. Lopuksi esitellään uudenlainen menetelmä mallinnusmenetelmien arviointiin. Tarkkuuden ja kattavuuden lisäksi, jotka ovat yleisimmät arvioinnissa käytetyt metriikat, menetelmä ottaa huomioon myös mallin pistetiheyden. Metriikan avulla on mahdollista arvioida kompromissia mallin tarkkuuden ja tiheyden välillä.