在信息技术的飞速发展过程中,移动智能终端设备得到了广泛的应用和普及。同时,移动网络应用市场也迎来了蓬勃的发展生机,诸如移动支付、云计算、在线语音视频服务和网络游戏等应用极大便利和丰富了人们的生活,移动网络数据流量也呈现出爆炸式增长的趋势。由于移动网络应用服务的需求增长,移动网络的传输速率和网络质量也亟待提升。在异构蜂窝网络(Heterogeneous Cellular Network,HCN)中,移动智能终端设备在接入和切换网络时需要物理小区识别码(Physical Cell Identifications,PCI)来对蜂窝网络小区基站进行识别,从而顺利完成网络的切换和接入。然而,数量有限的PCI资源无法适用于海量的蜂窝网络小区场景,同时也无法满足热点地区的用户网络服务需求。针对以上这些问题,近些年来,聚类算法在蜂窝网络资源分配中的研究和应用愈发火热,同时,传统的图论着色技术也一直是蜂窝网络中资源分配问题的研究热点。因此,本文基于数据挖掘领域中的K-均值(K-means)和模糊分层聚类算法,结合图建模以及图论顶点着色算法,通过聚类技术降低信息交换和资源分配的复杂度,并使用图论着色技术简化和加速资源分配过程,引入资源分配的公平性和优先度原则,提出并实现高效的PCI分配和复用方案。具体内容和创新性主要体现在以下两个方面:(1)针对PCI资源数量有限和PCI分配复用过程复杂的问题,提出一种基于K-means聚类和Welch-Powell着色算法的PCI分配复用方案。首先根据热点地区用户的群体性特征,采用K-means聚类算法完成用户热点地区的确定和划分。然后将热点地区的蜂窝网络小区基站建模为图结构,通过链路计算建立边集关系,将PCI的分配过程简化为图顶点着色问题。最后采用Welch-Powell着色算法完成热点地区蜂窝网络基站中PCI资源的高效分配和复用,降低了PCI复用过程中的冲突和混淆,有效提升了PCI分配的时间效率。(2)针对热点地区中将PCI分配给不活跃的蜂窝网络小区基站导致的PCI资源浪费问题,提出一种基于模糊分层聚类算法的PCI优先分配方案。首先,通过引入蜂窝网络小区基站的“活跃度”属性,利用主成分分析法建立网络小区基站的“活跃度”模型,然后采用基于欧式距离的模糊分层聚类算法实现蜂窝网络小区基站的“活跃度”属性分类。最后,采用统计学中的方差分析法,使用统计量优化聚类结果,并优先对具有高“活跃度”的蜂窝基站群中进行PCI分配和复用,提升了网络用户的Qo S(Quality of Service,Qo S),节省了有限的PCI资源。