随着异构网络的发展,无线接入网的基站种类和基站密度正在不断的增长,网络规模日益扩大,使得网络管理变得更加复杂。自组织网络(Self-Organizing Network,SON)就是为了适应上述网络变化和新的网络管理需求而引入的。移动通信网络自愈合技术作为SON中的一个重要部分,受到了广泛的关注和研究。移动通信网络自愈合技术旨在在系统发生故障后,无需人工参与短时间内从网络故障中自动恢复,使用户感觉不到网络故障的存在。网络自愈合技术主要包括系统故障自检测、系统故障自诊断和系统故障自补偿等步骤。其中系统故障自检测和系统故障自补偿的核心思想是利用系统收集的历史数据对系统参数的变化规律进行建模,然后通过监视网络参数的的变化,鉴别可能发生的故障。当故障被发现后,通过小区之间的协作,自动的生成和执行网络补偿操作来恢复故障小区的网络服务。本文主要针对自愈合技术中的故障检测和故障补偿技术做深入研究。本文提出了一种基于TCM的小区中断检测方法。TCM算法是一种直推式算法,依据训练样本点来对待检测数据点进行类别的预测判决。在算法运行之前,需要采集带有标签的训练数据建立检测模型,然后对于每一个待检测数据点,计算一个数据点相对于每一个类别的P值,表示此类别发生时数据点出现的概率,然后根据P值作出数据点的类别判决,并给出判决置信度。仿真结果表明该方法能够在极低的误警率前提下,取得较高的检测准确度,并且基于TCM的小区中断检测算法在训练数据集合存在噪音和训练数据集合较小的情况下,仍然能够取得良好的检测性能。最后本文对算法进行了进一步的改进,通过结合序贯检测过程来进一步提高检测的准确度。随后,对小区中断补偿算法进行了研究。在同时考虑系统覆盖率、重复覆盖率和系统容量的情况下,将小区中断补偿建模为一个与覆盖率门限有关的优化问题。并通过中断小区周围基站的下行传输功率的调节来进行小区中断补偿。随后用粒子群算法进行最优补偿方案的搜索。实验结果表明,本文的小区中断补偿方法能够对中断小区进行很好的性能补偿,并且通过调节优化目标中的覆盖率门限,可以取得不同的补偿效果。在覆盖率、重复覆盖率和系统容量指标之间进行不同的权衡调节。