高性能移动终端的迅猛发展以及针对移动设备优化的在线资源的逐渐丰富开启了移动互联网应用的新纪元。同时,移动数据业务占全球移动业务总流量的比例越来越高,而其中大部分的业务请求发起于室内、商业中心和体育场等人口密集区域,统称为热点地区。为了解决由于热点地区复杂的信道环境和密集的业务请求而导致的用户服务体验下降问题,在4G长期演进(Long Term Evolution, LTE)的基础上,一种增加热点地区覆盖深度的异构蜂窝网络(Heterogeneous Cellular Networks, HCN)技术被提出。HCN在LTE宏蜂窝中大规模同频部署小蜂窝；小蜂窝具有低功耗、低成本的特点,但是其覆盖范围较小且回程链路带宽受限。所以,HCN需要更加灵活、高效的无线资源配置,而作为无线资源管理重要组成部分的移动性管理(Mobility Management,MM)方法是支持移动终端能够在HCN中不间断获取服务的关键技术之一。本文主要研究面向HCN的MM方法,为提高热点地区网络容量提供技术支撑。MM是针对HCN覆盖下用户移动行为特点设计的,其管理效果和服务性能紧密地依赖于用户移动行为。热点地区环境具有密集的建筑结构和复杂的道路拓扑,所以需要分析热点地区的用户移动特征从而辅助MM方法设计。本文采用隐式马尔科夫模型(Hidden Markov Model, HMM)进行用户移动特征分析,给出该场景下用户轨迹的移动频率、自相似性和长尾效应,为后续针对这些特征设计的MM的深入研究提供指导方向。此外,MM算法评估需要关注多用户和多小区下的系统性能,为了更加有效地衡量MM算法,给出了HCN动态系统级仿真流程与相关参数。MM涉及用户搜索网络、网络寻呼用户和用户在不同小区间游走三个管理过程,分别对应本文的三个主要研究内容：物理小区识别(Physical Cell Identification, PCI)方法、跟踪区域(Tracking Area, TA)优化调整方法以及切换管理方法。用户在开机或者掉线后需要进行网络搜索,小蜂窝的大规模部署使得用户在小区搜索过程中有限的PCI号难以保障完全区分相邻的小区。所以,针对PCI受限问题,提出一种基于动态模糊分层的小区识别方法,优先分配PCI给用户活跃程度较高的小区。针对网络运行中存在的PCI冲突与混淆问题,提出一种基于用户活动状态的PCI邻区调整方法,优先调整热点区域的PCI冲突与混淆。仿真结果说明所提方法在PCI冲突与混淆负载率、系统切换失败概率和系统利用率具有较好的性能优势。用户在接入网络后,当有业务到达时,网络需要在多个小区中寻找用户。系统的最大寻呼负荷限制了TA内的小区数,所以小蜂窝较小的覆盖半径减少了TA范围,增加了用户位置更新信令开销。针对TA优化调整问题,提出一种基于社团检测的位置管理方法,将属于同一社团的小区划分为同一跟踪区域。仿真结果说明所提方法在位置更新率、小蜂窝利用率、系统新呼叫阻塞率和利用率具有较好的性能优势。当用户和网络处于业务连接状态时,不可避免地在不同小区间游走,此时用户需要请求接入其他小区以保持网络连接状态。小蜂窝的同频部署和较小的覆盖范围可能使得用户游走时小区信号质量急剧下降而产生业务中断,或者快速频繁地在两个小区间进行切换。针对切换优化问题,提出一种具有行为感知的切换管理方法。该方法利用HMM学习用户移动轨迹,预测用户下一个路径点,进而给出切换决策方案。针对热点地区用户存在群体移动的特点,根据多用户业务请求与网络之间的匹配度,提出一种面向用户服务质量(Quality of Service, QoS)的群组切换方法。仿真结果说明所提方法降低了切换失败概率和乒乓效应,提高了小蜂窝利用率和系统利用率。