随着无线通信技术的发展和进步,人们对于通信传输速率和质量的需求也越来越高,特别是网络微社会的逐渐形成,人们需要随时随地都能接入高速稳定的网络和朋友进行互动。无线资源的稀缺性要求我们提高频谱效率,而LTE引入Femtocell技术不但能够提高频谱利用率,同时还能够很好的解决室内覆盖和系统容量的难题。　　本论文重点是分析和研究时分长期演进(TD-LTE)系统的异构网络中宏蜂窝、家庭基站(Femtocell)、用户之间的上下行链路干扰管理问题。其中Femtocell技术是将架设femtocel基站群,拉近宏蜂窝与用户的通信距离,消除室内通信障碍的壁垒,使得小区分裂以获得更高的信噪比,继而提高容量,降低基站与终端的发射功率,延长终端设备使用时间。　　论文研究的第一部分内容是针对Femtocell下行链路通信对于宏蜂窝与其用户之间数据传输的干扰场景,提出一种转移式模糊Q学习算法。算法执行过程中,每个Femtocell基站将收集归纳出的状态空间进行模糊化,再通过强化学习获得决策行为,最后经过去模糊化获得Femtocell最终在对应资源块上的发送功率。同时,当有新的基站加入或所使用的资源块发生变化时,通过参考周围已成熟的学习数据进一步学习并得到最终的发送功率值。　　仿真结果验证了算法可以提高异构系统的总容量和各层网络容量,同时缩短学习过程。　　本文研究的第二部分内容中提出了一种改进的基于图论着色算法进行 Femtocell网络自适应频谱资源分配方案。该方案中,在对周围宏蜂窝用户干扰满足一定门限的条件下,根据Femtocell用户设备的参考信号接收功率报告首先建立Femtocell层的干扰图,然后通过着色算法构建不同簇群,簇群间通过共享正交频谱来降低同层干扰。仿真结果表明这种算法使得宏蜂窝用户的中断性能、Femtocell平均频谱利用率、Femtocell用户满意度以及Femtocell用户的公平性都有很大的改善,同时也降低了异构网络的同层及跨层干扰。