1.一种基于启发式蚁群算法的家庭基站信道优化分配方法，其特征在于该方法包括以下步骤：

1)初始化宏用户m＝1，信道n＝1，家庭基站的初始可用信道集包含所有信道，宏用户的初始干扰集包含所有家庭基站；

2)判断n是否大于Nc，Nc为信道数，若不大于，则计算宏用户m在信道n上的信干噪比γm,n，转步骤3)；若大于，则令n＝1，m＝m+1，判断m是否大于M，M为宏用户的数量，若不大于则计算宏用户m在信道n上的信干噪比γm,n，转步骤3)，若大于则转步骤5)；

3)比较γm,n与宏用户的SINR阈值：若γm,n大于SINR阈值，则令n＝n+1，重复步骤2)；反之，则针对信道n选择出对宏用户m干扰最大的家庭基站tm,n，并从该家庭基站的可用信道集中删掉子信道n；

4)从宏用户m的干扰集合中去除家庭基站tm,n的干扰，重新计算宏用户的信干噪比，重复步骤3)；

5)初始化家庭用户i＝1，i＝1,2,…,Nf，Nf为家庭用户或家庭基站的数量，假设一个家庭基站中只有一个用户，信道n＝1；

6)计算家庭用户i在信道n上的信干噪比 其中， 为宏基站在信道n上的发射功率， 为家庭基站i在信道n上的发射功率，N0为白噪声的功率谱密度，B为每个信道的带宽， 为信道n上宏基站到家庭用户i之间的信道增益， 为信道n上家庭用户i和其服务家庭基站之间的信道增益，cn为1表示有宏用户占用信道n，为0表示不占用；

7)若家庭用户i在信道n上的信干噪比γi,n小于阈值，则从该家庭基站的可用信道集中删掉信道n，且令n＝n+1；反之，则直接令n＝n+1；

8)判断n是否大于Nc，若不大于，则重复步骤6)，若大于，则令i＝i+1，n＝1，转步骤9)；

9)判断i是否大于Nf，若大于，则得到最终的家庭基站可用信道列表，转步骤10)，若不大于，则转步骤6)；

10)初始化aij＝0，i＝1,2,…,Nf，j＝1,2,…,Nf，令i＝1；

11)计算家庭用户i的信干噪比；

12)将此信干噪比与家庭用户信噪比门限值 做比较，若小于，则找出对家庭用户i干扰最大的家庭基站j，令aij＝1后，转步骤13)；反之，则令i＝i+1，转步骤14)；

13)去掉家庭基站j对家庭用户i的干扰，重新计算信干噪比，重复步骤12)；

14)判断i是否大于Nf，若大于，则得到最终的家庭基站间的邻接矩阵反之，则重复步骤11)；

15)参数初始化：最大遍历次数L，最大迭代次数W，影响因子α＝1，β＝1，λ＝0.1，Q＝1，全局信息素τjn＝1(j＝1,2,…,Nf，n＝1,2,…,Nc)，迭代次数w＝1；

16)令遍历次数l＝1；

17)令j＝1，判断 是否为空， 代表第l次遍历中家庭基站1的可用信道列表，若非空，则选择其可用信道列表中的第一个信道分配给家庭基站1；

18)令j＝j+1，判断j是否大于Nf，若大于，则转步骤20)，反之，则转步骤19)；

19)判断 是否为空，其中 代表第l次遍历中家庭基站j的可用信道列表；若为空，则不分配信道；若不为空，则计算转移概率

n＝1,2,…,Nc，表示在第l次遍历中，为家庭基站j分配信道n的概率，其中，τjn表示给家庭基站j分配信道n的全局信息素，参数α体现了它的影响程度； 为第l次遍历中给家庭基站j分配信道n的启发式信息，参数β体现了启发式信息的影响程度，γj,n表示家庭用户j在信道n上的信干噪比，根据转移概率给该家庭基站分配信道，重复步骤

18)；

20)令l＝l+1，判断l是否超过最大遍历次数L，若没有，则重复步骤17)，若超过，则根据每次遍历后得到的一组信道分配方案，计算对应的家庭用户平均吞吐量，找出最大吞吐量对应的信道分配方案，记为本次迭代的最佳分配方案并记录最大吞吐量；

21)令w＝w+1，判断w是否超过最大迭代次数W，若没有，则更新全局信息素τjn，τjn＝(1-λ)τjn+Δτjn，其中 为全局信息素的增量， 为第l次遍历中给家庭基站j分配信道n时所产生的信息素增量，Ll为第l次遍历过程中使用过的信道数，重复步骤

16)；若超过，则转步骤22)；

22)比较每次迭代记录的吞吐量，吞吐量最大时所对应的最佳信道分配方案。