移动设备的不断增多和用户业务需求的提升,促使移动通信网络不断发展,通信传输容量和传输速率均得到了极大的增长。信息技术(Information Technology,IT)的不断发展,催生出丰富的服务应用,满足用户的不同需求。为了打破移动设备资源壁垒,研究者提出移动云计算(Mobile Cloud Computing,MCC)网络结构,扩展移动设备的电源、存储和计算能力。但是MCC无法满足高带宽低时延应用服务的需求,因此提出了移动边缘计算(Mobile Edge Computing,MEC)网络结构。MEC可以缓解网络带宽压力、降低服务时延、满足多种服务需求。MEC服务对象大多是移动用户,用户移动的复杂性将会为MEC网络的移动性管理带来新的挑战。通信切换和服务迁移(Service Migration)正是应对边缘计算中用户移动性的关键技术。MEC网络中包含通信、计算等多种资源,通信切换和服务迁移相互影响,使得移动性管理的问题变得更加复杂。现有研究大多将切换及服务迁移割裂考虑,难以最小化服务中断时间、降低切换及服务迁移次数。因此,本论文深入分析了通信切换和服务迁移之间的相互关系,提出了通信切换及服务迁移协同管理方案,从移动性管理决策角度,解决了何时执行和目标选择这两个问题,主要研究内容包括:(1)从时间关系出发,提出了一种通信切换与服务迁移的协同时序管理方法。首先分析通信切换与服务迁移执行关系,设计协同时序管理方法流程,以最小化服务总中断时间。其次提出协同时序管理判决算法,确定何时触发通信切换及服务迁移。最后通过仿真实验,验证该协同时序管理方法的有效性。(2)从目标选择关系出发,提出了一种基于Q-Learning的通信切换与服务迁移的协同目标选择策略。首先分析切换和服务迁移执行目标选择关系,提出协同目标选择策略。其次,采用Q-Learning算法确定执行目标。最后通过仿真实验,验证该协同目标选择策略的有效性。