在现有的异构网络小区间干扰协调技术中,主要分为2种。其一是基于几乎空白字帧的时域范畴的ICIC技术,另一种是基于载波聚合的频域范畴的ICIC技术。目前非载波聚合基于ABS的增强小区间干扰协调(enhance Inter Cell Interference Coordination,eICIC)是时下最热门的研究领域。时域范畴下的eICIC有多种优化方法,本文列举了 3种,其中增强型动态eICIC的性能比半静态和动态的eICIC吞吐量性能较优。但是,由于增强型动态eICIC的集中式架构并不适用于当今主流的C-RAN架构,尤其是混合C-RAN下的复杂分布式场景;另一方面,这种eICIC策略并未考虑到周围小区对本小区决策的影响,这样会存在一定的假设不合理的问题。因此,本文提出了分布式最大网络收益eICIC以及基于概率性能标准的最大网络收益算法,来避免分布式架构中产生的时延和不合理决策对性能造成的影响两方面问题。在最大网络收益算法中,为了得到中心小区的最优状态,决策方案不仅仅要考虑中心小区的性能,同时要考虑本小区状态的改变对邻小区的性能影响,因此使用整体网络收益来进行合理决策。同时,由于上述策略需要采取一定的假设:在进行中心小区的状态决策时必须假设周围小区的状态,造成假设可能会和实际的情况不相符,对性能产生影响。因此本文使用基于概率的性能标准策略,先统计每个小区传输状态的概率,从而得到网络收益的期望,以此作为性能标准来进行决策,达到理想的系统性能。仿真结果表明,最大网络收益算法能够明显改善集中式eICIC中存在的时延问题,系统性能有明显改善;基于概率性能标准的最大网络收益算法从另一方面削弱了假设不合理可能会造成的性能低下问题,并且采用这种性能标准,系统性能会随着时间推动而提升,进而接近收敛,性能稳定,决策更加合理。