本书力图涵盖现代测量数据处理常用的基本数据处理方法，其内容主要包括：近代数据处理发展概述、内涵及展望；数据处理中参数估计的几种常用估计方法；秩亏自由网平差方法及其基准关系；针对不同类观测值的验后方差分量估计；观测值中含有系统误差的附加系统参数平差方法；处理粗差的数据探测与稳健估计法的原理与方法；针对随机参数和动态数据的配置与卡尔曼滤波；处理变量间相关关系的近代回归分析等。

本书可作为测绘工程专业本科生、研究生教材和从事数据处理相关专业人员的参考书。

目　录

第１章　近代数据处理发展概论 １

§１.１　数据处理与测量误差 １

§１.２　最小二乘与经典平差模型 ２

§１.３　近代测量数据处理进展 ３

§１.４　近代数据处理发展展望 ６

第２章　参数估计方法 ８

§２.１　概　述 ８

§２.２　极大似然估计 9

§２.３　最小二乘估计 10

§２.４　极大验后估计 11

§２.５　最小方差估计 12

§２.６　线性最小方差估计 13

§２.７　广义测量平差原理 15

第３章　秩亏自由网平差 17

§３.１　概　述 17

§３.２　普通秩亏网平差 20

§３.３　拟稳平差 34

§３.４　加权秩亏自由网平差 41

§３.５　自由网平差的基准 43

§３.６　自由网平差结果的相互转换 49

第４章　验后方差分量估计 55

§４.１　概　述 55

§４.２　定权误差对数据处理结果的影响 56

§４.３　赫尔默特方差分量估计 57

§４.４　最小范数二次无偏估计 64

第５章　附加系统参数平差及有偏估计 71

§５.１　概　述 71

§５.２　附加系统参数的平差 72

§５.３　精度与准确度 76

§５.４　附加系统参数的统计检验 77

§５.５　有偏估计 80

第６章　数据探测和稳健估计 84

§６.１　概　述 84

§６.２　多余观测与可靠性 86

§６.３　可靠性理论与数据探测法 90

§６.４　多维粗差的估计和假设检验 94

§６.５　稳健估计 96

第７章　最小二乘配置与卡尔曼滤波 105

§７.１　概　述 105

§７.２　最小二乘配置的原理 106

§７.３　协方差函数及其估计 108

§７.４　最小二乘配置在GNSS高程拟合中的应用 111

§７.５　卡尔曼滤波 115

§７.６　自适应卡尔曼滤波 119

§７.７　卡尔曼滤波的应用实例 122

第８章　近代回归分析 128

§８.１　概　述 128

§８.２　回归分析的数学模型 129

§８.３　回归模型的参数估计和假设检验 131

§８.４　半参数回归 141

§８.５　整体最小二乘回归简述 143

参考文献 145