为消除覆盖漏洞与提升热点区域吞吐量,异构蜂窝网络(Heterogeneous Cellular Network,HCN)备受推崇。为保证该网络架构所带来的增益,HCN中小区选择(用户接入)与干扰管理问题亟待解决。相比于传统蜂窝网络,这些问题在HCN中更为复杂。鉴于HCN中基站间回程容量有限,负载平衡方案可能无法达到预期目的,网络设计者在HCN的基础上引入了端到端(Device-to-Device, D2D)通信技术。本论文围绕“异构蜂窝网络中的小区选择与负载平衡问题研究”的课题进行了深入研究,研究内容涉及联合上下行的小区选择方案设计、QoS (Quality of Service)感知的小区选择方案设计、联合资源划分的平衡型小区选择方案设计、联合功率控制的平衡型小区选择方案设计及下行HCN系统中能效型小区选择方案设计。具体研究内容和主要工作如下：1.为获取系统范围的性能增益,针对HCN中上下行用户接入不一至性问题,设计了耦合上下行的小区选择方案,并为该方案设计了集中式与分布式两类算法。由于HCN中存在各种明显不同发射功率的基站,上下行用户接入具有不一致性。为达到系统范围的性能增益,有效的小区选择方案应耦合上下行接入。迄今为止,如何联合考虑上下行用户接入,从系统范围权衡接入效益仍是一个开放性话题。面对该挑战,设计了联合上下行的小区选择方案。该方案最大化下行吞吐量的同时尽量最小化上行功耗,且最终被规划为网络效用最大化问题。从规划问题的形式来看,该问题为非线性、混合整数优化问题,求解其最优解富于挑战性(尤其针对大规模问题)。为解决该问题,设计了集中式算法与分布式算法。前者通过松弛接入指示变量将原问题转化为凸优化问题,再以梯度下降法搜索其最优解；后者利用对偶分解法将原问题分解成两个子问题,再以分布式方式求解这些子问题。最后,针对所设计的算法,给出了相应的收敛性与复杂度分析。仿真结果表明,相比于基于信号强度的接入(小区选择)、保证用户公平性的最大效益接入与区域拓展接入,就整体性能而言,所设计的接入方案更具优势。2.针对HCN中异构用户场景,从用户服务质量(QoS)需求出发,设计了QoS感知的平衡型与非平衡型小区选择方案,并为这些方案设计了相应的集中式与分布式算法。鉴于HCN的自身特性,传统最强信号接入已不再适用,新型小区选择方案急需引入。不同于传统方案,新型方案应具备平衡各类基站间负载的能力。此外,考虑到HCN具备多种无线接入能力,一个好的小区选择方案需融合不同用户服务质量需求。为此,设计了一类QoS感知的小区选择方案,该方案可在一定程度上平衡网络负载。为保证用户公平性,该方案最终被规划为总效益最大化问题。针对该问题,分别利用梯度下降法与对偶分解法开发了集中式与分布式算法。为突出所设计算法的有效性,设计了另一类QoS感知的非平衡型小区选择方案,且为其设计了集中式与分布式算法。最后,针对所设计的算法,给出了相应的收敛性与复杂度分析。仿真结果表明,同非平衡型小区选择方案相比,平衡型小区选择方案具有更高的负载平衡水平、速率公平性、用户支持率及更好的用户个人体验。3.为保证负载平衡增益与充分平衡网络负载,针对一般HCN系统与支持D2D通信的HCN系统,设计了联合资源划分的平衡型小区选择方案,并为这类方案设计了相应的分布式算法。考虑到常用负载平衡方案中转载用户遭受强干扰问题,在HCN系统中设计了基于两子带划分模型的小区选择方案。此外,鉴于有限的回程容量,单纯的负载平衡方案难以充分平衡负载,在HCN系统中引入了D2D通信技术并设计了基于三子带划分模型的小区选择方案。通过资源划分,两子带划分模型中的转载用户接收自高功率基站的强干扰将得到极大弱化,且三子带划分模型中的转载用户与D2D接收端接收来自基站的强干扰同样得到极大弱化。显然,最优负载平衡方案应同资源划分紧密耦合。最终,联合资源划分的小区选择方案被规划为网络效益最大问题。针对所规划问题的形式,利用对偶分解法开发了相应的分布式算法。最后,针对所设计的算法,给出了相应的收敛性与复杂度分析。仿真结果表明,额外的资源划分是提高负载平衡增益的有效措施,即带来负载平衡增益与资源划分增益。同时,仿真也验证了D2D通信对的分流能力。4.为充分利用网络资源与改善用户个人体验,针对HCN中的负载不平衡问题,提出了非功控的平衡型小区选择方案与功控的平衡型小区选择方案,并为这些方案设计了有效的单层与双层迭代算法。此两类方案均以最大化下行容量(有效速率之和)为目标,它们的区别在于是否在小区选择过程中引入功控。鉴于有效速率同用户可达速率与基站负载密切相关,采用该参数为优化指标可在一定程度上平衡各类基站间的负载。从规划问题的形式来看,该问题为混合整数的分数型优化问题,求解其最优解富于挑战性。针对第一类接入方案(小区选择问题),设计了一个有效的单层迭代算法；针对第二类接入方案(联合功控的小区选择问题),提出了一个双层迭代算法。在此双层迭代算法中,内层采用功率更新函数更新功率,而外层则采用第一类方案的小区选择算法选择小区。最后,针对所设计算法的小区选择过程与功率更新过程,给出了相应的收敛性分析；针对所设计的算法,给出了其复杂度分析。仿真结果表明,与一些现有的小区选择方案相比,所设计的小区选择方案具有显著优势,如更高负载平衡水平与负载平衡增益(改善边缘用户个人体验)。5.为满足绿色通信需要,针对下行HCN系统,设计了能效型小区选择方案,并为该方案设计了有效的三层迭代算法。为实现能效型接入,从优化整体能效角度出发,设计了一个能效型小区选择方案,该方案联合执行小区选择与基站功率控制以最大化整体能效。为突出能效型小区选择方案的有效性,设计了另一类非能效型小区选择方案,该方案在保证用户QoS的条件下最大化系统容量,且仅关注小区选择问题。实际上,非能效型小区选择方案仅是能效型小区选择方案的一部分(小区选择部分)。最终,能效型小区选择方案被规划为分数型、混合整数优化问题。为解决该问题,设计了一个三层迭代算法。具体而言,第一层采用二分法搜索能效参数,第二层交替优化小区选择问题与功控问题,第三层则利用对偶分解法求解小区选择问题且利用功率更新函数更新发射功率。注意到,第三层中的小区选择算法同样可用于求解非能效型优化问题。最后,针对所设计算法的功控过程与小区选择过程,给出了相应的收敛性分析；针对所设计的算法,给出了其复杂度分析。仿真结果表明,同非能效型小区选择方案相比,能效型小区选择方案可带来更高的系统容量与网络能效。