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.