随着移动智能终端的大量普及以及用户业务多样化的发展,网络中的数据流量呈现爆发式增长的趋势,而且这种增长趋势在未来几十年中可能会继续保持,这将导致现在大量部署的4G网络在未来不能满足持续增长的流量需求。为应对网络中不断增长的流量需求,在下一代移动网络(5G)中提出了 1000倍容量提升、更高频谱效率、更高能量效率、更低延时以及更高峰值速率等要求。在5G新兴的众多技术之中,网络密集化,作为一种能够随着网络中部署基站数目增加而线性增加网络容量和频谱利用率的部署方案,在学术界和工业界引起了广泛的关注。在密集小区网络(Dense Small Cell Network,DSCN)中,小基站(Small Base Station,SBS)部署在宏基站(Macro Base Station,MBS)的覆盖范围内,且SBS和MBS之间采用异频部署策略。但是由于小基站之间采用共享频谱的策略,并且随着网络中小基站部署数目的增多,用户在近距离接收基站信号的同时受到了来自邻居基站很强的干扰,所以基站之间存在很严重的干扰问题。不仅如此,尽管小基站本身属于低功率节点,但随着小基站的大量部署,网络中的功率消耗问题也是不容忽视的问题。本文主要关注密集小区网络中的干扰协调问题,从资源分配和功率控制的角度对网络中的功率消耗和网络容量进行优化,目标是在满足用户服务质量的条件下减少网络中的功率消耗,提高网络中总的吞吐量。主要贡献如下:在功率消耗优化方面,研究密集小区网络中功耗最优的干扰协调问题。方案中通过对功率控制和信道资源分配联合优化来减少基站之间的干扰,最小化网络中的功率消耗。由于小基站具有部署随机、无计划性等特点,现有的正六边形蜂窝模型已经不能够准确地反映密集小区网络中小基站的部署情况。此外,已有的功率消耗方面的研究大多数采用关闭基站的策略,需要对基站中的用户进行切换和再接入,存在着延时和中断等方面的问题。本文针对小基站的部署特点,首先采用泊松点处理(Poisson Point Processes,PPP)对小基站进行建模,分析基站分配给用户的功率和资源量对用户平均速率的影响。然后,根据分析结果优化网络中的资源分配和功率分配,在保证用户服务质量(Quality of Service,QoS)的同时减少网络中的功率消耗。仿真结果表明了本文所提的联合优化方案相比于传统方案可以有效地减少网络中的功率消耗。在网络吞吐量优化方面,研究密集小区网络中吞吐量最优的干扰协调问题,通过对基站传输帧的设计减少基站之间的干扰,提升网络容量。目前大多数密集小区网络中所使用的干扰协调机制——ABS(Almost Blank Subframe)机制,可以达到完全避免小区之间干扰的目的。但实际上,只要用户的QoS可以达到满足,用户是可以忍受一定程度的干扰的。不仅如此,已有的ABS机制采用空白一定的频谱资源的方式减少基站间的干扰,造成了频谱资源的浪费。因此,本文提出了一种基于低功率ABS方案的干扰协调机制,通过在一些传输帧上面降低基站发送功率而不是采用全空ABS帧的方式最大化网络的下行吞吐量。在方案中,每个小基站根据基站的负载情况采用动态ABS比例。然后,提出了一种基于Q学习的功率控制算法来获得ABS帧上最优的发送功率。仿真结果表明了本文提出的基于低功率ABS的干扰协调机制相比于传统的干扰协调方法以及全空ABS机制提高了网络容量。