智能反射面（Intelligent Reflecting Surface,IRS）通过软件调控入射电磁波,以较低功耗重新配置无线通信环境,从而实现精细的3D波束赋形,在5G通信、物联网等领域中显现出巨大的潜力。波束赋形的前提是精确获取信道状态信息,当前信道估计针对IRS辅助通信系统缺乏有效的解决方案。本文针对该系统中信道状态估计展开研究,不但给出了一般性解决方案,而且针对跨频段通信这一特殊场景,给出了有效的信道估计方法,本文的主要研究内容包括:针对IRS辅助通信系统高精度估计算法复杂度较高这一问题,本文结合最小二乘法和残差网络建立了RCE（Res Net-Channel Estimation）信道估计模型,使用复杂度低的最小二乘法对经过反射面的整个反射链路进行初始估计,进而通过残差网络对其增强获取更准确的信道状态,同时本文也讨论了分别获取反射面-基站信道、用户-反射面信道状态信息的方法。本文方法无需反射面额外工作参与计算,算法复杂度较低。仿真实验表明,RCE模型估计误差相较于最小二乘法最多减小10倍以上,以较低复杂度实现了优于线性最小均方误差法的估计精度。但在跨频段通信场景下,由于智能反射面引入了额外的通信信道,上下行链路间反馈开销更为巨大。对此,本文采用一种通过上行信道估计下行信道的方法。通过对信道状态表达式分析,利用上下行链路间的路径对称性,将信道估计问题转化为信号传输距离估计问题,进而利用上行链路信道对工作于不同频率的下行链路信道状态做出预测,无需任何反馈信息,从而节约信道资源。仿真实验表明,在信噪比高于-10d B的通信环境中,能对10MHz频率间隔的信道实现准确估计。