Heutzutage konzentriert sich die mobile Kommunikation hauptsächlich auf die menschliche Kommunikation, wie Textnachrichten, Video- und Sprachanrufe und die Übertragung großer Datenmengen für z. B. Audio- und Video-Streaming-Anwendungen. Audio- und Videokommunikation erfordern mäßige Latenzzeiten und niedrige oder mittlere Datenraten, während die übertragung großer Dateien im Allgemeinen hohe Datenraten erfordert, aber auch mit hohen Latenzzeiten zurechtkommen könnte. Neben Modi mit noch höheren Datenraten und mehr Geräten pro einzelner Zelle im Vergleich zu früheren Generationen wird der aktuelle 5G-Mobilfunkstandard mehr Anwendungen aus der Regelungstechnik ermöglichen, da niedrige Latenzen und garantierte maximale Fehlerraten für sogenannte Wireless Networked Control Systems (WNCS) erforderlich sind. Der neue 5G-Standard berücksichtigt WNCS in seinem Ultra-Reliable Low Latency Communication (URLLC)-Szenario, das eine niedrigratige Kommunikation mit minimaler Latenz und verbesserter Fehlerkorrektur für diese spezielle Art der Kommunikation mit viel kleineren Datenmengen im Vergleich zu anderen Szenarien bietet. Die genauen Anforderungen an Latenzzeit, maximale Fehlerwahrscheinlichkeit und Datenrate werden durch die Dynamik der jeweiligen Anlagen bestimmt. Ein geschlossenes Regelsystem besteht aus drei Hauptkomponenten: Regler, Regelstrecke und Sensor. Der Regler sendet auf der Grundlage des geschätzten Streckenzustands Steuerbefehle an das Stellglied in der Regelstrecke. Das Stellglied setzt die Befehle um und ändert so den Zustand der Regelstrecke. Der Sensor sendet Messungen des Streckenzustands zurück an den Regler, um die Rückkopplungsschleife zu schließen. Die drahtlose übertragung kann dann entweder zur übermittlung von Sensorwerten an den Regler, zur übermittlung von Steuerbefehlen vom Regler an das Stellglied in der Strecke oder sogar für beides verwendet werden. Wenn mehrere Teilsysteme auf denselben drahtlosen Kommunikationsressourcen betrieben werden, muss ein Mehrfachzugriffsschema zur Vermeidung von Störungen implementiert werden, das auch den Zustand und die Anforderungen des Regelungssystems berücksichtigt. Dies kann entweder zentral erfolgen, wobei eine zentrale Instanz die Ressourcen den einzelnen Teilsystemen zuweist, oder dezentral, wobei die einzelnen Teilsysteme kooperativ handeln. Ein wesentliches Element der Regelungstheorie ist die möglichst genaue Kenntnis des Systemzustands durch den Sensor und die anschließende übertragung an den Regler, damit dieser die optimale Stellgröße zur Minimierung einer von der jeweiligen Anwendung abhängigen Kostenfunktion erzeugen kann. Für die übertragung über einen digitalen Kommunikationskanal wird der Anlagenzustand, der als Vektor kontinuierlicher Werte modelliert werden kann, zunächst erfasst und muss anschließend in digitale Symbole übersetzt werden. Bei diesem Prozess gibt es zwei Hauptfehlerquellen. Erstens werden die Messungen selbst durch das Messrauschen beeinträchtigt. Der aus diesem Rauschen resultierende Fehler kann verringert werden, wenn mehrere unabhängige Messungen desselbenWertes vorgenommen und kombiniert werden. Zweitens ist die Anzahl der verfügbaren Symbole, die in einem festen Zeitrahmen mit einer festen Datenrate übertragen werden können, begrenzt, so dass die Werte quantisiert werden müssen. In dieser Arbeit wird gezeigt, dass es ein Optimum im Kompromiss zwischen der Anzahl der verrauschten Messungen und der Anzahl der verfügbaren Sendesymbole mit einer jeweils gleichen Anzahl von Bits gibt, wenn die insgesamt verfügbare Zeit oder Energie begrenzt ist und durch den Mess- und den Sendeprozess nacheinander genutzt wird. Da Gebiete des kontinuierlichen Zustandsraums vor der übertragung auf ein einziges Symbol abgebildet werden, gehen durch die Quantisierung Informationen über den Systemzustand verloren. Generell gilt: Je mehr unterscheidbare Symbole in der Kommunikationsverbindung vom Sensor zum Controller zur Verfügung stehen, desto kleiner ist der resultierende Quantisierungsfehler. Das zur Quantifizierung des Fehlers verwendete Maß ist das Bayes-Risiko. Um die Informationen über den von jedem Symbol übertragenen Systemzustand zu erhöhen, wird ein Schema nicht-äquidistanter Quantisierungsintervallgrenzen abgeleitet, das den Quantisierungsfehler für eine gegebene Anzahl von übertragenen Datensymbolen und eine bekannte Verteilung möglicher Sensorwerte minimiert. Da das Optimierungsproblem für dieses Schema rechenintensiv ist, wird ein zweites Schema implementiert, das lediglich die Wahrscheinlichkeit aller möglichen übertragungsdatensymbole ausgleicht. Schließlich wird eine äquidistante Abtastung des Sensorwerteraums für eine gegebene Anzahl von Sendedatensymbolen mit den beiden vorhergehenden Schemata verglichen, um eine Basislinie zu erhalten. Durch Anwendung der drei Verfahren auf drei verschiedene Verteilungen eines skalaren Sensorwerts kann gezeigt werden, dass das informationsoptimale Verfahren im Vergleich zum linearen Verfahren bei gleichem Bayes-Risiko bis zu 20% der erforderlichen Bits einsparen kann. In den meisten Fällen erreicht das äquidistante Schema etwa die Hälfte der Reduktion des Bayes-Risikos, die das informationsbasierte Schema im Vergleich zum äquidistanten Schema erreicht. Wenn mehrere Teilsysteme mit einzelnen Sensoren und Anlagen um drahtlose Kommunikationsressourcen in WNCS konkurrieren, reichen die Ressourcen in manchen Situationen nicht aus, um immer Sensormesswerte von allen Sensoren zu einem zentralen Regler zu übertragen. In diesem Fall muss eine Teilmenge von Sensoren ausgewählt und die verfügbaren Ressourcen müssen auf diese verteilt werden, um Interferenzen zwischen den übertragungen zu vermeiden. Bei einem zentral geplanten, zeitdiskreten System kann eine zentrale Stelle die Sensoren auswählen, von denen in den jeweiligen Zeitschlitzen Messwerte angefordert werden sollen. Für die jeweils nicht ausgew ählten Teilsysteme muss eine Vorhersage des aktuellen Zustands gemacht werden. Die Regelungsleistung hängt von der Minimierung der Unsicherheit über den aktuellen Systemzustand ab, der als weißes Gaußsches Systemrauschen modelliert wird, wobei die Varianz des Rauschens ein Maß für die Unsicherheit ist. Zu diesem Zweck wird die Optimalität eines regelmäßigen Aktualisierungsschemas für lineare Teilsysteme mit additivem weißem Gaußschen Rauschen gezeigt. Danach wird der optimale Anteil der Kommunikationsressourcen für jedes Teilsystem bei einer gegebenen Gesamtzahl von Kommunikationsressourcen abgeleitet. Die berechneten Ressourcenanteile für die Subsysteme aus dieser Optimierung werden dann einem Algorithmus zur Planung der tatsächlichen übertragungen zugeführt. Dieser zweistufige Ansatz ermöglicht eine Offline-Berechnung der Ressourcenanteile, während zur Laufzeit nur die tatsächliche Planung auf der Grundlage der vorberechneten Anteile erfolgen muss. Die durchschnittliche Unsicherheit über die Subsystemzustände wird im Vergleich zu bestehenden Planungsalgorithmen um bis zu 20% reduziert. Darüber hinaus verringert sich die Schwankung der Unsicherheit über die Teilsystemzustände im Zeitverlauf um bis zu 60%. Schließlich wird die Verringerung des Energieverbrauchs der drahtlosen übertragung von Steuerbefehlen an die Stellglieder in den Regelstrecken untersucht. In Regelungsanwendungen müssen die berechneten Regelgrößen, die vom Regler an die Stellglieder gesendet werden, innerhalb einer systemabhängigen Frist korrekt geliefert werden. Diese drei Anforderungen stehen in Konkurrenz zueinander, so dass ein Kompromiss gefunden werden muss. Da die Datenpakete, die die Befehle enthalten, klein sind, wird statt der bekannten Shannon-Kapazitätsformel für unendliche Paketlängen eine angepasste Formel für kurze Pakete angewendet, um die erforderliche Energie zu bestimmen. Die angepasste Formel kann dann verwendet werden, um die optimale Anzahl von Zeit-Frequenz-Ressourcen für einen minimalen Gesamtenergieverbrauch zu finden, die für eine einzelne übertragung zugewiesen werden müssen. Für das resultierende Optimierungsproblem, das die individuellen Fristen, Befehlspaketgrößen und Kanaleigenschaften jedes Agenten berücksichtigt, wird die Konvexität gezeigt. Die berechnete optimale Verteilung der begrenzten Zeit- und Bandbreitenressourcen auf die einzelnen Subsysteme bei minimalem Energieverbrauch wird dann unter Zuhilfenahme eines Orthogonal Frequency Division Multiplex (OFDM)-Schemas angewendet. Da OFDM keine kontinuierliche, sondern nur eine auf Ressourcenblöcken basierende Aufteilung der Ressourcen erlaubt, wird ein Algorithmus für die Zuteilung von Zeitund Frequenzblöcken aus dem OFDM-Schema entwickelt und gezeigt, dass er nahe an die theoretischen Grenzen der kontinuierlichen Lösung herankommt. Im Vergleich zu einem Schema, das nur die Gesamtzahl der jedem Agenten zugewiesenen Zeit-Frequenz-Ressourcen ausgleicht, wird bei Anwendung des vorgeschlagenen Schemas die erforderliche Gesamtenergie zur Einhaltung der Fehlerraten- und übertragungszeitgrenzen um bis zu 50% reduziert.