无线信道估计效率对无线通信系统的性能至关重要。因为水汽衰减、路径损失等问题都会导致信号到达接收端前发生改变,所以信道估计的任务就是利用接收信号将信道模型的模型参数准确地估计出来,提高输出端输出信号的调解效率。并且由于6G网络将使用太赫兹频段作为无线信号的传输通道解决5G频谱资源逐渐不足的情况,因此研究太赫兹信道估计具有重要意义。太赫兹信道估计研究有利于构建稳定、高效的6G通信系统,在融合其他创新技术后可以提高性能和用户体验,例如人体数字孪生、空中高速上网和智慧交通等,应用场景十分旷阔。本文以条件生成对抗网络为基础模型在V2I（Vehicleto-Infrastructure）场景下对太赫兹信道估计进行了研究。首先,本文对室外晴朗天气下的V2I通信应用场景进行了构建。使用基于TE1（Lowest transverse-electric）模式的漏波天线为该场景的天线结构使太赫兹信号在传播过程中更高效且不失真。通过对V2I场景仿真得到该场景下接收端的太赫兹信号和传输过程中的信道模型参数,并使用基础模型对数据进行了测试。其次,根据基础模型测试结果进行了改进。使用Res Block和Liner进行替换改进基础模型的网络结构,增加了网络深度且防止数据分布改变和网络模型退化。通过添加生成损失改进生成器损失函数提高生成效率。使用Focal loss函数更换判别器损失函数,改善了判别不均的情况。然后对不同Res Block的结构进行对比,确定了残差条件生成对抗网络结构并进行太赫兹信道估计实验。实验证明,残差条件生成对抗网络对太赫兹信道估计损失比基础模型降低了9.68%,判别器判别损失差距从10左右降到了0.5左右。最后,对残差条件生成对抗网络稳定性不足的原因进行了分析,认为可能存在局部模式崩溃和生成器梯度消失问题。通过对条件信息进行二次拼接和改进数据输入方式进行改进。经过对比不同传输距离、不同频率和不同残差层数的太赫兹信道估计实验,证明改进后的模型性能和稳定性较好,模型较为轻量利于在应用端部署。平均绝对百分误差仅为4.12%,相较于基础模型降低了14.24%。并且通过与其他方法进行对比,本文改进的残差条件生成对抗网络的平均绝对百分误差至少比其他方法降低了12.35%。本文改进的残差条件生成对抗网络在V2I通信应用场景中进行太赫兹信道估计,模型表现优异,具有一定的应用价值。