传统的LTE网络已经不足以应对未来巨大的流量需求、频谱资源需求以及高速数据传输的需求。因此,下一代网络(5G)应运而生。其中,超密集网络(UDN)是5G中改善单位面积频谱效率,提高网络容量的关键技术之一。然而,网络的密集化部署给传统的移动性管理带来了一系列的挑战。本文旨在研究超密集网络中移动性管理方面的相关方案和算法。本文首先介绍了 5G未来面临的挑战和要求,包括5G的关键技术、超密集网络的概念以及研究方法,并且讨论了当前超密集网络中移动性管理的几个研究方向。然后提出了两个新的切换算法:超密集室内热点场景中的切换算法以及随机几何建模的基于驻留时间估计的跳切换算法。在超密集室内热点场景中,本文分析了传统算法在这个场景中的不足之处,提出了一种新的切换算法。该算法考虑了 RSRP的变化率,设定不同的切换阈值,避免了过晚切换。该算法还使用了新的候选小区排序方法。本文给出了预测的驻留时间以及预测的下一时刻RSRP这两个排序指标的计算方法,并利用多目标决策方法对候选小区进行排序。仿真结果表明,该算法能降低切换失败率,减少不必要的切换。关于跳切换算法,本文研究了已有的交替跳切换算法,指出了其不足之处,在此基础上提出了一种基于驻留时间的跳切换算法。本文使用随机几何建模框架,首先利用二维泊松点过程中的距离分布,推导出跳切换的触发概率,进而推导出所提出算法的平均中断概率以及平均用户吞吐量。数值仿真结果表明,提出算法的平均用户吞吐量优于已有的交替跳切换算法。