移动无线设备以及多媒体内容的迅速增加,使得传统的无线网络无法应对移动通信业务的爆发式增长。而异构蜂窝网络,通过在传统宏小区中部署发射功率较低的小型基站,能够有效改善网络的频谱效率以及覆盖面积。然而,随着对异构蜂窝网络的深入研究,如何进一步提高系统容量,如何增大网络的覆盖区域,如何降低系统能耗等,成为异构蜂窝网络研究的热点问题。基站或者用户终端采取合理的发射功率,不仅可以节约能量消耗,还能有效抑制干扰,从而提升系统容量和能效。因此,本文专注于研究半双工通信模式和全双工通信模式的异构蜂窝网络中的功率控制,通过控制发射功率来提升系统的性能。针对半双工异构蜂窝网络,本文研究了上行链路用户终端的功率控制问题,提出一种联合集中式和分布式功率控制理念的协同功率控制算法(Cooperative Power Control Algorithm,CPCA),在降低功率控制复杂度的同时,确保系统能效优化结果。该算法采用基于非合作式博弈的分布式功率控制,将原始问题分解为多个单小区总能效优化的功率控制问题。而为了保证总能效优化结果,同时应对信道状态信息可能存在的估计误差带来的影响,各个小区内的中心控制器采用基于Q-learning的集中式功率控制算法(Centralized Power Contol algorithm based on Q-learning,CPCQ)求解单小区总能效优化的功率控制问题。仿真结果表明,本文所提的协同功率控制算法,能够有效提升系统性能,有效应对信道状态信息估计误差的影响。针对全双工异构蜂窝网络,本文以系统中所有毫微微小区的总能效为优化目标,构建了基于能效优化的上下行功率控制问题,并提出一种基于参数Dinkelbach和拉格朗日对偶理论的全双工功率控制算法(Parametric dinkelbach and Lagrange duality theory based Full Duplex power control algorithm,PLFD)。考虑到原始问题为非线性分式规划问题,使用参数Dinkelbach理论将原始问题转化为等效的减法形式。而因为能效优化功率控制问题的减法形式是一个非凸问题,所以通过变量变换,将其转化为凸优化问题,然后利用拉格朗日对偶理论求解凸优化问题。仿真结果表明,本文所提的全双工功率控制算法能够有效提升系统的能效。