移动通信网络的基本应用特征是在用户移动过程中提供通信服务，因此用户移动行为的时空变化必然影响移动通信网络的性能。当前，有关用户移动行为的研究主要针对个体移动，而对宏观上大范围内群体用户移动行为的时空规律还有待更加深入的探索。本论文基于运营网络的真实数据，针对群体移动性展开研究，通过构建群体移动性的数学模型，探索群体移动行为中蕴含的内在规律，进而指导与用户群体移动行为相关的协议设计，提升移动通信网络的性能。首先，提出了一种基于PCA的群体移动模型（以下简称PCA模型），用于刻画群体移动行为的时空结构特征和演化规律。分别从时间和空间两个视角进行分析，发现了确定性、突发性和类噪声三种移动模式，揭示出群体移动时空结构的低本征维度特性和短时稳定特征，并应用于群体移动的预测和异常检测，效果较好。其次，提出了一种群体移动的局部场模型，用来实现在PCA模型基础上对群体移动局部细节的刻画。在保守场的假设下，通过引入Po′lya矢量场，建立起复变函数的积分与平面矢量场的积分之间的联系，实现了从场的通量到场本身的还原，对于应用深化研究具有指导意义。再次，针对基站高能耗的问题，提出了一种基于业务负载时空结构特征的节能机制。根据群体移动性与业务负载间的相关性，将PCA模型引入到对业务负载的建模与预测中，设计了业务负载的调配方案，最小化处于工作状态的基站数目，用于实现节能的目的。仿真实验表明，该机制在保证节能效果的同时，可大幅降低计算规模和额外开销。最后，在位置区规划方面，提出了一种网络侧动态位置区规划中两个重要参数与用户群体移动行为有关的寻呼开销与位置更新开销的预测算法。利用群体移动的PCA模型和局部场模型，分别给出了直接和间接的预测算法。仿真实验表明，该算法与传统方法相比预测性能较好。本论文所开展的群体移动性建模及应用研究，将有助于深入理解群体移动行为，及其相关的移动通信网的性能提升和应用拓展。