C-RAN是一种新型的绿色无线接入网架构,该架构通过将处理资源集中化放置来构造一个基带资源池,并通过虚拟化和软件无线电技术将处理资源抽象成一个个虚拟的基站来向通信用户提供服务,从而极大的节省了站点的建设维护及扩容升级成本。C-RAN中的载波迁移机制是基带池实现资源共享、热点消除及容灾容错功能的关键所在,其实质即为将高负载虚拟基站中的负载业务实时无感知的迁移到其他低负载虚拟基站的过程。载波迁移机制首先需要通过对各个虚拟基站进行负载状态预测,来确定哪个虚拟基站的负载业务需要迁移以及该迁移到哪;然后则需要为待迁移的负载业务确定一种高效的迁移调度方案以使得迁移的代价尽可能低。因此如何对虚拟基站进行负载预测以及如何对负载业务进行迁移调度是C-RAN载波迁移机制中的两大关键问题,本文主要针对这两部分内容进行研究。本文的主要工作及创新如下:(1)关于如何对虚拟基站进行负载预测,本文首先对虚拟基站上业务负载的变化规律进行了分析,指出了其具备潮汐效应特征、周期性特征和自相似长相关的突发性特征,以此说明对虚拟基站负载状态进行预测的可行性。接着本文利用GRNN网络来建立负载预测的模型,通过该模型来挖掘历史负载状态数据中所蕴含的这种规律特征。然后针对原有的模型训练算法——PSO算法在训练模型时粒子会频繁地进入冗余空间进行搜索导致完成训练所需迭代次数过大的问题,提出了一种基于优质解分布区间估计的改进PSO算法来训练负载预测模型。本文最后通过仿真验证了所提的基于改进PSO-GRNN的负载预测方法能够实现对虚拟基站负载状态的有效预测。(2)关于如何对负载业务进行迁移调度,本文首先针对现有迁移策略存在迁移耗时长、代价高的缺点,提出了以单个负载业务作为调度单位进行调度迁移的策略,并据此建立了一个基于系统总服务价值损耗的迁移调度优化模型。由于所建立的模型是一个NP-hard问题,而现有针对NP-hard问题的启发式求解方法无法适用于载波迁移这种对求解速度要求较高的场景,本文接着提出了一种两阶段的近似求解方法:第一阶段对负载业务进行分组并确定各业务组的迁移优先级;第二阶段通过LR算法来求解各业务组的迁移调度子模型,以得到具体的迁移调度方案。与此同时,针对第二阶段中要用到的LR算法存在LR乘子(?)的迭代更新方向容易偏离最优方向的问题,提出了一个方向修正的改进策略。最后通过仿真验证了所提的基于改进LR算法的两阶段载波迁移调度算法的有效性和优越性。