近年来,改善室内无线覆盖变得日益重要。其中一种解决方案是在将飞蜂窝(Femtocell)引入到宏蜂窝(Macrocell)。然而,引入Femtocell的同时带来了干扰问题,这会降低系统性能。因此,如何在干扰抑制的同时最大化网络的吞吐量和能效性能已成为两层Femtocell网络中的研究热点。而功率控制是干扰抑制的重要方法。在现有的功率控制算法中,大多数是基于理想信道状态信息(Channel State Information,CSI)的假设而研究的,这与实际两层Femtocell网络中的非理想CSI不符。因此,本文针对两层Femtocell网络中非理想CSI的情况,进行鲁棒功率控制算法的研究。本论文的主要工作如下:1.分别考虑Femtocell稀疏部署和密集部署场景,在满足宏用户(Macrocell User Equipment,MUE)服务质量(Quality of Service,QoS)的前提下,研究了最大化Femtocell网络吞吐量的鲁棒优化问题。首先,基于加性不确定性的描述方法,建立信道增益模型。其次,利用有界不确定性的鲁棒优化,将原问题转换为确定性的凸优化问题。基于该等价问题,得到了鲁棒功率控制的闭式解,并设计了一种吞吐量最大化的鲁棒功率控制算法,该算法具有复杂度低的特点。仿真结果表明,所提算法能严格保证MUE的QoS,适用于实际的两层Femtocell网络。2.针对Femtocell稀疏部署场景,研究了当Femtocell直链信道和跨层干扰信道都存在信道增益估计误差时,最大化Femtocell网络能效的鲁棒优化问题。首先,采用有界不确定性的鲁棒优化方法来保证MUE和Femtocell用户(Femtocell User Equipments,FUEs)的服务质量,将上述问题建模为一个具有无限约束的max-min优化问题。该问题是NP难问题,因此基于非线性分式规划理论将非凸优化问题转化为凸优化问题。最后,给出了鲁棒功率控制的闭式解,并提出了一种最大化Femtocell网络能效的鲁棒功率控制算法,其中引入了基于信道增益的用户容许控制。仿真结果表明,与非鲁棒能效最大化算法相比,所提算法在能效方面略有损失,但严格保证了MUE和FUEs的QoS。