为了应对移动用户数据流量的急剧增长,3GPP开展了LTE( Long Term Evolution)演进技术研究。统计发现,移动用户60％的业务都发生在室内,但是由于LTE系统使用高频率无线信号,室内通信具有很大的穿墙损耗,很容易导致在室内形成覆盖盲区。为了改善室内信号覆盖和解决业务质量问题,业界引入了一种低功率、低成本的室内接入点Femtocell,它和现有的宏蜂窝形成了异构网络系统。Femtocell由用户购买,部署具有随机性,会与宏蜂窝系统形成各种复杂的干扰场景,进而影响网络用户上网体验,所以如何降低异构网络的同层干扰和跨层干扰,提升服务质量是目前研究的一个重要课题。　　本文首先介绍了LTE和Femtocell的发展现状和关键技术,分析了异构网络的干扰场景和现有的干扰协调技术,我们重点研究Femtocell系统下行链路中的干扰控制技术。LTE中宏基站和Femtocell同频部署时,为了最大化资源的利用率,我们提出一种基于干扰图的启发式频谱资源分配策略,以Femtocell和受干扰的宏蜂窝用户为顶点构建干扰图,动态聚类算法把相互干扰的用户分在不同的类中,从而可以有效解决异构网络中用户之间的干扰问题,启发式资源分配算法可以使Femtocell充分利用其他的资源,提高Femtocell的资源复用率。仿真结果表明与其他方案相比较,该方案提高了系统频率利用率,较好地兼顾了系统吞吐量。此外,我们把Femtocell看做是一个感知周围的环境的智能体,提出一种改进的基于FQL自组织功率控制算法,该算法寻找一个最优的策略来实时动态调整Femtocell的发射功率,降低Femtocell之间的干扰问题。模糊Q学习可以处理复杂和连续的状态-行为空间,把它和插值算法相结合可使Femtocell的行为更加连续,收敛速度更快,这正是本文提出的算法与其他的算法的不同之处。我们建立了系统仿真环境,仿真结果表明,与已有的一些方案相比较,本文提出的算法在保证宏用户性能的前提下可以降低异构网络中的干扰,大大提高了系统总吞吐量。