为了减少宏基站的负载以及提高网络的覆盖和容量,下一代移动通信系统提出了异构网的概念,并成为LTE-A中的关键技术。异构网由低功率节点(微微基站、家庭基站、中继等)和宏基站组成,低功率节点通常部署在宏基站的覆盖范围内,但其发射功率通常小于宏基站的发射功率。微微基站通常部署在小区范围的边缘用来减少宏基站的负载,同时可以增强网络的覆盖能力。异构网中基站形式复杂导致干扰形式多样,一般宏基站的发射功率为43dBm—46dBm而微微基站的发射功率为23dBm-30dBm,正因为他们发射功率之间的差异引起了很强的层间干扰,即宏基站对微微用户的干扰。随着密集网络概念的出现,同层干扰的问题更加明显,即微微小区对微微小区之间的干扰。本论文对层间干扰和同层干扰的干扰协调技术进行了研究。本文首先针对微微小区稀疏部署时,分析了异构网中的层间干扰情况,提出了一种自适应的频域干扰协调方案,为了适用于不同CRE偏移值场景以及不同数目的微微小区部署场景,这个方案在本文中又被细分为两种算法。相对于时域干扰协调方案,这两种自适应动态算法对系统的整体性能有一定提升,同时具有更强的适应性。其次本文针对微微小区密集部署时,分析了异构网中的层间干扰情况,将机器学习中的Q学习算法联合上述频域干扰协调算法应用于微微小区中,自适应的抑制微微小区之间的干扰,从而最大化系统的整体性能。