超密集网络（Ultra-Dense Networks,UDN）技术通过密集部署新型的下一代无线接入点（Next-Generation NodeBs,gNBs）,满足下一代移动通信系统超高传输速率、超高容量、超低时延的需求,实现网络性能的大幅提升。UDN中用户与gNBs的距离被极大地缩小,为虚拟小区技术的实施提供了基础条件。通过在UDN中部署虚拟小区技术,用户的网络服务模式可从“以基站为中心”转换为“以用户为中心”,从而消除小区边缘用户,进一步提升网络性能。鉴于UDN的不规则网络拓扑结构和以用户为中心的组网架构,传统的规则网络建模方法已不再适用。研究亟需新型的方法建模UDN中大量随机分布的gNBs,并对虚拟小区用户的性能进行准确分析。此外,虚拟小区用户在UDN中面临更复杂的干扰环境和更频繁的切换。这些挑战所带来的虚拟小区优化、大量切换信令开销、高传输时延和高切换失败率等问题都会严重影响用户的性能。为了应对UDN中基于虚拟小区的干扰和移动性管理的挑战,本论文采用随机几何理论对以用户为中心的虚拟小区架构进行建模和干扰分析,并基于此架构分别提出一项负载感知的干扰管理方案和一项主动式的移动性管理方案,为UDN中用户提供以其为中心的网络服务和高效的干扰移动性管理。本论文的主要研究成果和贡献如下:1.UDN中虚拟小区的随机几何建模和干扰分析利用随机几何建模理论和工具,对UDN中以用户为中心的虚拟小区进行建模分析,推导典型用户的信号与干扰加噪声比（Signal to Interference plus Noise Ratio,SINR）分布和用户 SINR 的“meta”分布。本部分研究的主要创新点为:1)采用非相干联合传输（Non-Coherent Joint Transmission,NCJT）技术构建虚拟小区;2)使用两项性能评价指标对UDN中虚拟小区用户的干扰性能进行全面地分析。用户的SINR分布是空间平均的性能指标,体现用户通信链路的平均性能。用户SINR的“meta”分布则能给出通信链路的成功传输概率在衰落期间的完整分布。仿真实验结果显示UDN中典型虚拟小区用户的SINR分布和SINR的“meta”分布能良好匹配真实值。准确的虚拟小区建模和干扰分析,为后续基于虚拟小区的干扰和移动性管理研究提供理论分析的基础。2.UDN中基于虚拟小区的干扰管理方案针对UDN中虚拟小区用户所面对的复杂干扰环境,提出一项负载感知的干扰管理方案。本部分研究的主要创新点为:1)考虑非完美信道状态信息（Channel State Information,CSI）和不同资源分配方案对用户的影响,将非完美CSI所带来的信道估计误差建模为新的干扰源;2)寻找最优的虚拟小区半径,以使得用户的系统频谱效率最大;3)考虑网络负载对虚拟小区构建的影响,提出一项基于模糊逻辑理论的最优基站激活策略。所提出的干扰管理方案根据gNBs的不同密度,为用户确定最优的虚拟小区半径,以最大限度降低干扰对用户的影响。管理方案还可针对不同的网络负载情况,使用最优基站激活策略调整激活门限阈值和资源分配方案,从而合理地激活服务gNBs,实现传输速率性能和资源开销之间的平衡。3.UDN中基于虚拟小区的移动性管理方案针对UDN中虚拟小区用户所面对的频繁切换和大量信令开销等问题,提出一项轨迹预测辅助的主动式移动性管理方案。本部分研究的主要创新点为:1)提出一项融合长短期记忆神经（Long Short-Term Memory,LSTM）网络和航海导航技术（Dead Reckoning,DR）优势的LSTM-DR轨迹预测算法;2)使用真实的出租车轨迹数据库训练LSTM-DR算法,并验证该算法的准确性;3)为集中控制器设计四项管理功能模块,根据车辆的轨迹预测信息为用户提供主动式的移动性管理;4)根据用户的移动速度和激活偏好,为用户选择合适的协作服务gNBs;5)优化基于虚拟小区架构的切换信令流程。仿真实验结果显示:提出的轨迹预测算法相对于LSTM和DR算法具有更好的预测精度和鲁棒性;轨迹预测辅助的主动式管理方案可极大地降低UDN中虚拟小区用户的切换数目、信令开销和和切换失败率。