随着移动互联网业务的快速发展,移动用户的数据流量出现了指数级的增长趋势。而今,通过小蜂窝(Small Cell,SC)实现的超密集无缝覆盖技术的研究在业界得到了极大重视。然而,小蜂窝网络通常密集部署在宏蜂窝覆盖网中,对用户形成多重覆盖效果,在这样的背景下,微小区的中断将很难被立即检测到,导致用户通信体验受到影响。另外,在小区进行中断补偿时,由于地面基站的部署难度和成本开销较大,尤其针对灾难地区,和突发大流量区域,通过临时搭建地面基站的方法将很难快速的对区域信号覆盖的容量进行补偿。本文基于此问题,在5G分层异构网络场景下,提出基于切换统计的小区中断异常检测机制,并针对异常小区,提出一种利用空中基站来进行小区信号补偿的方法。首先在中断检测问题上,本文在分层异构场景下利用机器学习中的分类算法,根据小区级切换统计数据来挖掘异常,从而定位中断小区。其次,为了增强网络覆盖和容量的性能,利用空中基站来对这些小区进行中断补偿,建立空中基站的信道传播模型与遍历容量模型,对异常小区内的用户业务进行补偿。总之,本文的开展,就是紧跟当前无线通信新技术的发展趋势,针对急速增长的业务通信质量需求,在5G超密集小区覆盖场景下,实现对中断小区的有效检测,并最终提出一种基于空中基站的网络自治愈机制。