近年来,随着第五代移动通信系统(The 5th Generation Mobile Communication System,5G)的快速部署,越来越多的新兴移动业务即将走进人们的生活,用户对网络的容量、速率和时延等性能指标也有了更高的要求。具备缓存能力的密集异构组网技术被认为是增加容量、提高速率和降低时延的有效途径之一,但是基站部署的密集化使得5G网络变得更为复杂,用户移动性的加剧也使得移动性管理策略面临更加严峻的挑战。因此,本文重点研究密集异构网络场景中结合缓存和移动性的增强组网策略,旨在为用户提供更好的服务质量(Quality of Service,QoS)。本文的主要研究内容如下:首先,本文将用户的移动性纳入缓存策略研究的考虑范围,提出了一种密集异构网络场景中的移动性感知主动缓存策略,使基站能够感知本小区用户的移动轨迹、临近小区用户的下载未完成概率和内容流行度,并以此修正本小区的文件流行度,在切换发生之前主动更新基站的缓存内容,从而保证缓存服务的连续性,降低业务的平均时延。另外,基于异构网络的分层架构,进一步设计了分层缓存机制,将用户的移动性和网络架构相结合,让移动性强度不同的用户所请求的文件缓存在不同层的网络节点当中,进一步提高了缓存命中率。本文以最大化有效容量为目标建模了缓存布置优化问题,并获得了最优缓存布置矩阵。仿真结果表明,引所提出的移动性感知主动缓存策略可以提高系统容量和缓存命中率,并显著降低用户的平均时延。其次,本文将缓存纳入移动性管理策略研究的考虑范围,提出了一种密集异构网络中的新型动态小区范围扩展(Cell Range Expansion,CRE)策略。传统的移动性管理策略主要考虑业务的连续性,使用户尽可能切换到信道条件最好的小区,而没有考虑时延等因素。密集异构网络中基站数量众多,用户接入已经缓存有所需求内容的基站会获得更低的业务响应时延。本文基于传统CRE技术,增加对基站内容缓存状态的考虑,提出了动态CRE策略。通过动态调整小小区的虚拟范围来控制移动用户的切换时机和切换目标节点,从而提高包括低时延业务在内的多种业务的QoS。本文构造了不同业务的QoS评价效用函数,并以此为目标建立了优化问题。引入深度Q网络算法,通过智能体对网络环境的不断学习获得最优小区选择偏置取值策略,实现了在不同业务场景中,小区虚拟范围随用户移动而动态调整。仿真结果表明,所提策略能够显著降低移动用户的平均时延,提高系统效用,增强了网络对不同业务的QoS保障能力。综上所述,本文针对5G业务对速率和时延的要求,重点开展了对密集异构网络中结合缓存和移动性的组网策略研究,充分考虑缓存技术和用户移动性之间的双向影响关系,提出了密集异构网络的增强组网策略,提高了密集异构网络在多种业务场景下的速率和时延表现,增强了移动通信网络的QoS保障能力。