随着第五代移动通信系统的大规模商用,第六代移动通信系统（6th Generation Mobile Communication System,6G）的研究已逐步展开。可重构智能表面（Reconfigurable Intelligent Surface,RIS）作为6G的潜力技术之一,引起了学术界的广泛关注。RIS由大量可控相移元件组成,可重新配置无线信道,并将入射电磁波反射到所需方向。RIS具有克服阻塞、提高信道容量和降低未来通信发射功率的潜力。为实现RIS系统的最佳性能增益,需要联合主被动波束赋形和高效资源分配等技术,而这些技术依赖于精确的信道状态信息（Channel State Information,CSI）。由于RIS中包含大量的反射元件,因此在该系统中需要估计更多的信道参数,如何以较低的计算复杂度获得系统的CSI是一个挑战。本文主要研究RIS系统中低复杂度的信道估计问题,主要工作如下:1.针对RIS辅助的大规模多输入多输出（Multiple Input Multiple Output,MIMO）系统中信道估计复杂度高的问题,提出了一种基于二维快速傅里叶变换（TwoDimensional Fast Fourier Transform,2D-FFT）的低复杂信道估计方案。在所提方案中,将RIS部分元件连接射频（Radio Frequency,RF）链,分离估计用户-RIS和RIS-基站之间的信道,分开获取信道有助于提升用户移动性场景下信道估计的灵活性。在所考虑的系统中,将接收信号进行补零处理,再使用2D-FFT算法得到角度估计值,最后利用信号二维空间谱的谱峰和其对应的辐角得到路径增益估计。仿真结果表明,在保证信道估计性能的前提下,所提方案能大幅降低计算复杂度,具有显著的低复杂度优势。2.针对RIS辅助的大规模MIMO系统中用户端可能出现的突然变化和信道角度参数的缓慢变化,提出了一种基于牛顿算法的信道追踪方案。在所提方案中,仍将RIS部分元件连接RF链。首先,使用所提基于2D-FFT算法的信道估计方案初始化估计角度参数,并且使用最大似然算法估计路径增益参数。其次,在后续时隙的信道估计过程中,将角度参数估计问题转化为求极值点的问题,使用牛顿算法估计每个时隙中的角度参数。每个时隙中,所提信道估计方案在角度估计值收敛时停止迭代。最后,由于新障碍物的出现可能使信道矩阵发生突变,若检测到发生突变,则初始化信道参数,否则仍使用牛顿算法估计信道参数。仿真结果表明,所提信道估计方案可在计算复杂度和信道估计性能和之间取得良好的折中。本文在RIS辅助无线通信系统的信道估计研究中作出了上述的研究成果,对该方向的研究具有重要的意义。