近年来,由于智能手机、平板电脑等智能设备的快速普及,推动了移动宽带数据服务需求的显著增长,所以像LTE-A和异构网络等技术先后被提出进行研究,以增加系统的覆盖范围和容量。因为Pico基站是异构网络中最常用的低功率节点之一,本文主要在Macro-Pico二层异构网络场景下进行研究。为了提高Pico基站的覆盖范围并减轻Macro基站的负载,小区区域扩展技术被提出。本文首先对小区区域扩展技术(CRE)进行详细阐述,提出了最大化Pico基站边缘用户吞吐量的CRE值选择策略,该算法基于多目标优化问题中经典的粒子群算法,对每个Pico基站独立选择CRE值,仿真证明本算法对Pico小区边缘用户性能的提高优于传统的固定CRE值策略。由于频谱资源的匮乏,异构网络中各小区仍然使用相同的频率资源,因而相邻小区之间就会存在非常严重的小区间干扰,为了改善网络的性能,就需要干扰协调。本文基于ABS子帧技术思想,提出了适用于Pico基站的ETPS子帧。在本文提出的CRE值选择策略的基础上,使用Q学习算法,对ETPS子帧进行配置以实现干扰协调来改善Pico基站边缘用户的性能,主要包括Pico基站提高功率的大小和ETPS帧的密度。每个Pico基站独立的选择ETPS子帧的配置,并将ETPS子帧的配置作为Q学习输入中的动作,将Pico基站边缘用户的SINR作为Q学习输入中的状态,根据Pico边缘用户SINR距离目标SINR的多少作为即时回报,并且考虑到Macro基站用户的性能,通过不断学习,得到系统状态动作Q值表,并选择Q值最大的动作为最终动作。通过仿真证明了本算法可以在尽量不影响Macro基站用户性能的前提下提高Pico基站边缘用户的性能,为Macro-Pico两层网络干扰协调算法提供了一种新的可行方法。