无论是在理论分析还是经验模型的仿真中，中继信道的估计都会对再生中继协议的性能产生重要的影响[248-252]。本节不具体阐述信道估计的具体细节，而是着重介绍这个领域的一些成果。应该注意的是，尽管再生中继信道的许多估计问题可以简化成传统的点对点通信信道中的相关研究，但是下面给出的文献仍然考虑了再生中继信道估计的特殊性。
Yi等人[253]研究了有限速率的反馈和不完美的信道估计是如何影响再生MIMO中继网络的。他们给出了基于多跳再生MIMO中继段的多天线中继网络中，由信道估计和量化误差带来的容量损耗与SNR的具体公式表达，并讨论了MIMO的导频大小、码本大小、中继网络大小等是如何影响端到端的吞吐量的。
Zhang等人[254，255]对存在频率补偿的再生和透明协同OFDM网络进行了信道估计。为了减小这种系统中的多径干扰，再生中继的最大活动数量是
，其中，N是子载波的总数，L是信道阶数。
文献[256]给出了数据辅助确定的最大后验概率（MAP）迭代信道估计算法，该算法是为支持分布式Alamouti空时分组码（STBC）的再生中继机制而提出的。该算法得益于使用MAP数据辅助信道估计的最优初始化。
Gao等人[257-259]为存在干扰协方差的再生中继网络提出了多种最佳训练设计方法，并且使用了两种信道估计方法：最大似然法（ML）和最小均方误差法（MMSE）。对于ML信道估计，假设信道是确定性的，并且最优的训练结果是从基于优化理论的多级注水方式解决方案中获得的。对于MMSE信道估计，假设存在信道的二阶统计特性，一般的最优化问题被证明是非凸的。因此，作者考虑了三种特殊的场景，其中第一种场景的最优化问题是凸的，并能通过使用当前的优化工具得到有效解决。在另外两种场景中，也使用了闭式的注水类型解决方案。(www.xing528.com)
Lalos等人研究了宽带再生中继网络[260]。研究显示，网络中从任意节点到目的节点的信道，都可以盲估计为一个相位不确定的矢量，而这个矢量与源到目的节点的信道频率响应有关。因此，使用少量的导频信号，可以有效地解决相位的不确定性。他们提出的方法在较短训练序列的条件下可以获得很高的估计准确性，并且优于基于直接训练的信道估计方法。
Zhao等人[261，262]研究了双向中继系统的信道估计。在这里没有使用导频序列，而是通过分析自干扰进行信道的粗略估计，而自干扰信息中包括接收机已知数据。根据这次粗略的估计，再使用判决导向的迭代估计过程以提高信道估计的精确性。他们提出的机制与导频辅助的信道估计机制性能在本质上类似，但是由于不再使用导频序列，因此具有更高的频谱效率。
根据上面的介绍可以发现，关于再生中继信道的信道估计的进一步研究都是最近才出现的。大多公开发表的文献则主要关注热点为双向中继系统、相位估计和信道预测。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
