| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 研究现状及分析 | 第13-17页 |
| 1.3 主要研究内容和结构安排 | 第17-19页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 全文结构安排 | 第18-19页 |
| 2 整体最小二乘平差理论和方法 | 第19-37页 |
| 2.1 最小二乘平差原理 | 第19-20页 |
| 2.2 整体最小二乘估计 | 第20-21页 |
| 2.3 基于奇异值分解的整体最小二乘直接解法 | 第21-23页 |
| 2.4 基于非线性拉格朗日函数的整体最小二乘迭代解法 | 第23-28页 |
| 2.4.1 等观测精度下的迭代解法 | 第23-25页 |
| 2.4.2 不等观测精度下的迭代解法 | 第25-28页 |
| 2.5 基于Newton-Gauss法的加权整体最小二乘迭代算法 | 第28-31页 |
| 2.6 算例分析 | 第31-35页 |
| 2.6.1 算例1 | 第31-32页 |
| 2.6.2 算例2 | 第32-35页 |
| 2.7 本章小结 | 第35-37页 |
| 3 三维坐标转换的加权整体最小二乘算法 | 第37-56页 |
| 3.1 基于最小二乘的三维坐标转换模型 | 第37-40页 |
| 3.1.1 三维坐标转换的线性模型 | 第38-39页 |
| 3.1.2 三维坐标转换的非线性模型 | 第39-40页 |
| 3.2 基于整体最小二乘的三维坐标转换模型 | 第40-44页 |
| 3.3 三维坐标转换的非线性Gauss-Helmert模型及其解法 | 第44-47页 |
| 3.4 算例分析 | 第47-54页 |
| 3.4.1 算例1 | 第47-52页 |
| 3.4.2 算例2 | 第52-53页 |
| 3.4.3 算例3 | 第53-54页 |
| 3.5 本章小结 | 第54-56页 |
| 4 三维坐标转换的Gauss-Helmert模型的抗差解法 | 第56-70页 |
| 4.1 抗差估计 | 第56-63页 |
| 4.1.1 抗差估计的基本概念和特点 | 第56页 |
| 4.1.2 抗差估计的基本原理 | 第56-58页 |
| 4.1.3 基于标准化残差和中位数的抗差估计模型 | 第58-59页 |
| 4.1.4 加权整体最小二乘的抗差解法 | 第59-63页 |
| 4.2 基于Gauss-Helmert模型的三维坐标转换的抗差解法 | 第63-65页 |
| 4.2.1 基于IGG Ⅲ方案的抗差加权整体最小二乘方法 | 第63-64页 |
| 4.2.2 检验量的推导 | 第64-65页 |
| 4.2.3 算法的迭代过程 | 第65页 |
| 4.3 算例分析 | 第65-69页 |
| 4.4 本章小结 | 第69-70页 |
| 5 结论与展望 | 第70-73页 |
| 5.1 主要研究成果 | 第70-72页 |
| 5.2 下一步工作展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-80页 |
| 作者简历 | 第80页 |
