第五代移动通信系统(5G,也称IMT-2020)引入毫米波频段进行通信,具有超高的频谱效率和传输速率,并通过采用数目庞大的天线阵列实现能量高度集中的窄波束定向传输,弥补毫米波传播过程的损耗,减小用户间干扰,提升系统容量,保障传输的稳定性。然而,随着波束的精细化,毫米波波束对移动终端位置变化敏感,在收发波束的对准过程中,现有波束赋形算法存在搜索范围大,初始接入时延长的问题。同时,随着超密集组网接入终端的多样化,用户终端移动速度跨度很大,对于用户的越区切换,现有切换算法存在测量时延长,切换过于频繁,乒乓效应率高和切换失败率大的问题,极大程度上限制了毫米波移动通信系统中高移动性用户的通信服务质量。本文研究5G场景下的超低时延和高效率的波束赋形和小区切换算法,使波束选择和小区切换过程更加合理和智能。在物联网时代到来的背景下,随着各方面技术发展,定位感知技术在室内定位、智能交通、物流仓储等等领域的应用日渐成熟,通过将基带处理单元放入数据处理中心,移动云计算和移动雾计算的出现提供了利用计算资源满足通信需求的可行性,将定位感知信息利用在通信算法中成为可能,计算通信一体化融合成为了5G通信系统极具前景的发展趋势。本文在现有波束赋形算法和小区切换算法的研究基础上进一步改进,引入定位感知的大数据信息,将移动终端的运动分析结果与其波束赋形算法和越区切换判决过程相结合,提高波束赋形和小区切换过程的灵活性和高效性。基于目前对毫米波技术和5G通信的发展趋势的研究,本文主要研究内容为:(1)本文分析了5G通信研究的背景和需求,总结了毫米波通信系统波束赋形和小区切换算法的研究现状;(2)研究了毫米波和其传播环境的特性,分析了现有波束赋形算法和小区切换算法的实现过程及其应用在5G场景中面临的主要技术挑战;(3)在现有波束赋形训练算法研究的基础上,利用计算通信一体化架构,重点研究了结合定位感知信息和马尔科夫速度预测的波束赋形算法,提高了定位感知信息利用率,使波束赋形算法更加高效。通过对其波束训练时延和效果进行仿真分析,在保证波束精度和通信质量的前提下,对速度预测准确性要求不严格,可以在计算负担可控的条件下显著降低波束赋形时延,并降低定位误差对算法性能的影响,具有很强的鲁棒性;(4)在传统小区切换算法的研究基础上,提出了更加高效合理的切换算法。首先通过对用户的定位感知信息进行分析,减少切换测量次数,并根据所提的低时延波束赋形算法,降低测量时延;通过结合定位感知信息和速度预测,在切换判决时增加了对用户移动趋势的判断,并根据用户移动情况对驻留时间(Time to Trigger,TTT)进行动态调整。仿真结果表明,所提算法在保证接收信号强度的前提下,可以降低小区切换时延,减少非必要的小区切换次数,并显著降低切换失败率和乒乓效应率。