随着新服务与新应用场景的加速出现,爆炸式的移动数据业务与海量的设备连接导致移动通信网络面临严峻的挑战。为了应对这些挑战,5G网络使用了许多先进的技术,例如无线缓存技术。使用无线缓存技术,网络将所属内容提前放置在网络边缘设备(通常指基站与用户节点,但本文主要研究缓存在用户节点侧)。当大量的用户请求同样的内容时,这些用户能够直接从边缘设备获得它们请求的内容,避免核心网络重复地处理这些业务请求。因此,无线缓存不但可减少业务的下载时延,而且有效地降低网络侧冗余数据流量。本文重点研究节点处于移动状态时,利用节点在移动过程中协作通信来提高缓存有效性。首先,本文建模了一个基于移动感知的文件恢复代价最优化缓存问题(COCP)。该问题分析了考虑用户移动性,缓存容量和编码文件总段数对缓存性能的影响。本文给出了该问题的复杂度证明。针对该问题的解,本文先得到COCP目标函数的一个下界近似函数,利用这个下界函数构造一个线性化近似代价最优化缓存方法(ACOCP)。在小规模以及中等规模系统场景下,ACOCP方法可以获得COCP全局最优解的下界以及一个子最优解。此外,本文提出了一种低复杂度且有效的移动感知多用户缓存算法(MAMU),实现了复杂度与有效性的折中。性能评估结果表明,本文提出的基于ACOCP和MAMU缓存方案的性能优于相关的传统缓存方案。随着移动速度增加,移动性先带来正增益,然后带来负增益。接着,由于已有移动感知缓存的研究工作忽略时延与网络卸载率之间的关系,本文建模了一个满足给定网络卸载率的时延最优化缓存问题(DOCP)。本文证明求解该问题等价于求解另外一个具有性能保证的网络负载率最优化缓存问题(NOCP)。本文提出一种二分查找算法和近似NOCP(ANOCP)方法获得DOCP最优解的下界。基于这个下界,本文提出一种有效的查找算法获得了NOCP的解。其中,为了降低在ANOCP方法中整数规划算法的复杂度,还提出了一种松弛取整算法。研究表明,对比相关的传统缓存算法,本文提出的算法可以在更短的时延内实现给定的卸载目标。基于整数变量解的性能优于基于连续变量解的性能,但前者的算法复杂度要高于后者。再次,已有关于移动感知缓存的研究工作只考虑在什么地方缓存什么内容,而忽略了缓存时间周期对缓存优化的影响。基于这个发现,本文建模了一个研究缓存时间周期的驻留感知最优化缓存问题(RACP),并给出了它的复杂度证明。在所有帮助者缓存器的大小都一样且任意请求内容的车辆与所有帮助者的接触速率也一样的对称场景下,本文提出一种动态规划算法(DP)获得这种场景下RACP问题的全局最优解。在任意场景下,本文又提出一种低复杂度且有效的驻留感知多帮助者缓存算法(RAMA)并获得问题的子最优解。研究表明,基于DP与RAMA缓存方案的性能优于传统的缓存方案。在对称场景下,随着权重因子与总时隙数目的增加,本文提出的启发式算法获得的解离最优解的误差逐渐变小。在一般场景下,当移动速度很低时,基于流行度的缓存算法实现很好的性能。此外,对比随机缓存算法与基于流行度缓存算法,本文提出的启发式算法展现出更好的性能。最后,已有移动感知缓存的研究工作通常考虑内容流行度固定不变的场景。本文建模了一个动态缓存问题(DCVN)研究内容流行度随时间动态改变对缓存优化的影响。本文给出了该问题的复杂度证明。针对该问题的解,通过将该问题的表达式等价转化成一个线性整数规划表达式,可以获得该问题的全局最优解。然后,本文又提出一种低复杂度的贪心算法获得该问题的子最优解。性能评估结果表明,对比于全局最优解,当更新单位数据的代价很低时,频繁地更新缓存器中的内容可以实现很好的性能。本文提出的贪心算法优于基于流行度缓存算法。此外,本文提出了一种嵌入式马尔科夫链模型研究基于跟踪区列表(TAL)的位置管理方案,并得到了基于TAL位置管理方案信令开销的表达式,仿真验证了该模型的准确性。研究结果表明,当用户的移动性与业务特性给定时,通过提出的模型可以给当前用户分配一个最佳的TAL以致于总的信令开销最小。对比已有的分配方案,通过本模型得到的分配结果要优于存在的分配结果。