跨境 FM 频谱协调需要在保护国外广播服务的同时保持国内覆盖，然而实际规划数据往往包含数千个发射机和数百万个发射机‑像素关系，使得传统的功率控制优化因维度过高而计算成本巨大。
本文提出一种针对大规模 FM 频谱协调的干扰驱动聚类优化框架。核心观察是，对国外服务的保护违规主要由少数发射机引起。基于此，首先对受保护服务进行分析，识别出主导干扰源并量化其干扰影响。随后构建干扰图，将发射机之间的干扰关系映射为图结构，并从中提取面向优化的发射机簇。
每个簇内部的功率控制问题使用聚类模拟退火求解，随后进行全局细化以捕获簇间残余交互。覆盖和干扰的评估采用频率相关的保护准则以及动态最强服务分配模型。为实现运营级规划，框架采用稀疏矩阵存储并利用 GPU 加速计算。
在真实的跨境 FM 协调场景测试中，聚类策略显著降低了优化复杂度和运行时间，同时保持了对国外服务的保护和国内覆盖。该方法还能生成对有害干扰贡献最大的发射机的可解释排序，为后续优化和频谱规划提供决策依据。
点评