信号检测与信号估计是自适应系统控制下不可缺少的理论与技术,在非线性时变系统中的信号估计领域,移动信道估计最具代表性,其理论方法涵盖Monte Carlo条件具备普适性。在无线通信系统中,无线信道具有时变特性和衰落特性。随着5G的研发,信号的传输速率越来越大,无线信号在时域和频域的衰落更加明显;同时虽然5G的核心技术极大的促进了无线通信系统的发展,但是也大大提高了系统的复杂度,增加了信道估计的计算难度。因此,如何在如此恶劣的环境中保证通信质量,成为当今无线移动通信领域亟待解决的问题,其关键技术就在于信道估计的实现。本文首先归纳总结了盲信道估计、基于导频信号的信道估计和半盲信道估计这三类信道估计方法。同时还推导了 LS、ML和MMSE这三种经典的信道估计方法,发现大多数的估计方法都存在计算量大、复杂度高等问题,所以找到一种结构简单、计算量小的信道估计方法非常必要。通过对移动无线信道特征深入研究后,本文在Rayleigh信道模型下建立空间衰落仿真程序,并通过数学计算找到了最佳集合长度。在此基础上,利用已有的差分概率信道估计方法进行信道估计,发现随着差分值统计步长和空间采样间隔的增大,已有方法已无法跟踪深衰落区域,且峰值区域跟踪过度,导致衰落曲线的整体跟踪性能下降。于是,本文提出了一种基于二次差分概率的无线信道估计方法,该方法首先要找到衰落曲线的谷值点和峰值点,然后通过引入二次差分概率的思想对深衰落区域和和峰值区域的估计差分值进行改善,最后利用差分运算得估计增益。仿真实验结果表明所提新方法能有效的跟踪深衰落和峰值区域,并降低曲线的跟踪误差。本文所提到的新方法只是进行简单的差分及差分概率的运算,与传统信道估计相比大大降低了系统的复杂度和运算量。最后,全文还对所研究的内容做出了总结,当然,科技的发展是无止尽的,本文希望后续的学者可以在本方法的基础上做更深一步的研究,因此文中还对所提方法的未来工作做了说明。