网络自组织(SON, Self-Organizing Network)技术被认为是未来管理及维护复杂网络,有效支撑异构多制式、提高网络整体性能、大幅度降低运营成本的最有效途径。物理小区标识(PCI, Physical Cell Identity)和邻区关系列表(NCL, Neighbor Cell List)是移动网络中基站端的关键配置参数,分别用来在物理层区分不同的小区和基站支持终端的切换测量。传统的PCI和NCL配置及优化都是网络优化人员依靠规划工具或车载测量人工配置的,这种方法不仅无法及时地优化PCI. NCL配置,获得最佳的网络性能,还耗费大量的财力物力。针对SON这两个用例的研究工作已经开展,相关的PCI和NCL自配置、自优化算法也被提出。但不足的是,现有的PCI自配置算法无法实现复用距离最大,干扰最小；现有的NCL自配置依靠基站测量,配置简单但误差较大,NCL自优化算法只考虑了如何添加遗漏邻区,而没有考虑如何删除多余邻区。为了解决上述问题,本论文率先提出了基于基站位置的PCI自配置算法,算法以最大PCI复用距离,最小PCI干扰为目的,同时保证网络中的PCI冲突、混淆比例最低；针对依靠基站下行测量自配置NCL方法所存在的精度不足问题,提出了利用终端获取测量样本,等效相邻小区重叠区域的NCL自配置算法,提高了初始NCL配置的性能；为NCL中的每条邻区关系增加生存时间(TTL, Time To Live)属性,实现对邻区关系动态管理,增强了网络及时地优化NCL,应对拓扑变化的能力。论文对所提的算法进行了仿真,结果表明所提算法均能有效地完成这两个SON用例的功能要求,提高网络的整体性能。