随着移动业务量的增长,通信容量面临着巨大的挑战,密集异构蜂窝网络作为第五代移动通信的重要技术,是解决上述问题的重要方法。然而,随着移动通信系统的发展以及异构组网规模的日益增长,网络能效下降日趋严重,如何有效地提高系统能效、增加系统频谱效率是急需解决的问题。在异构蜂窝网中,基站休眠技术具有容易实现、成本低、设计灵活方便等优点,因此被广泛用于提高系统能效和频谱效率的研究中。目前在异构蜂窝网络基站休眠技术的相关研究中,如何降低基站之间的干扰、科学地分析基站的动态业务量以及降低基站与用户的中断概率等方面仍存在问题。本文以Macro-Femto构成的两层异构蜂窝网络环境为基础,以提高系统能效和频谱效率为主要目的,提出了两种基站休眠策略,分别如下:首先,为了提高系统能效和降低基站间的干扰,本文提出了一种异构蜂窝网络分簇SMDP基站休眠策略。该策略为了降低基站间的同层干扰首先提出一种分簇算法,即将干扰值较大的家庭基站分在同一簇内,再对每个簇内的家庭基站进行SMDP休眠策略,利用半马尔科夫决策过程,对异构蜂窝网络家庭基站的开关问题进行建模,将家庭基站的业务量和工作状态定义为系统的状态空间、家庭基站的开关动作作为动作空间、回报函数定义为系统的能效,并再通过推导得出系统的长期能效收益模型,提高系统能效。最后通过混合遗传粒子群方法对收益模型进行求解,得出最优的休眠策略。仿真结果表明,基于SMDP的基站分簇休眠策略在降低系统家庭基站之间干扰的同时也有效地提高了系统的能效。其次,为了提高系统频谱效率并降低家庭基站与用户的中断概率,本文提出了一种基于小波神经网络的基站休眠策略,将神经网络相关技术引入家庭基站休眠策略中,利用小波神经网络算法,将每个簇内的家庭基站进行训练,预测出簇内一个周期内家庭基站的业务量,通过利用预测值制定合理的家庭基站休眠策略,同时考虑用户与基站的中断概率,设计出用户重关联算法,实现家庭基站对用户服务质量的优化。仿真结果表明,基于小波神经网络的基站休眠策略不仅降低了用户中断概率,而且有效地提高了系统的频谱效率。