| 论文的主要创新点 | 第6-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 缩略词 | 第16-17页 |
| 第1章 绪论 | 第17-25页 |
| 1.1 选题背景和意义 | 第17-18页 |
| 1.2 研究现状 | 第18-23页 |
| 1.2.1 整体最小二乘的基本解法 | 第18-19页 |
| 1.2.2 整体最小二乘推估 | 第19-20页 |
| 1.2.3 约束整体最小二乘 | 第20-21页 |
| 1.2.4 整体最小二乘的粗差处理方法 | 第21-22页 |
| 1.2.5 整体最小二乘的方差分量估计 | 第22-23页 |
| 1.2.6 整体最小二乘的其它拓展理论 | 第23页 |
| 1.3 研究目的和内容 | 第23-25页 |
| 第2章 整体最小二乘的基本解法 | 第25-41页 |
| 2.1 引言 | 第25页 |
| 2.2 经典最小二乘平差原理 | 第25-26页 |
| 2.3 加权整体最小二乘(WTLS) | 第26-37页 |
| 2.3.1 EIV模型的WTLS算法 | 第26-29页 |
| 2.3.2 Partial EIV模型的WTLS算法 | 第29-33页 |
| 2.3.3 广义EIV模型的WTLS算法 | 第33-36页 |
| 2.3.4 非线性Gauss-Helmert模型及其算法 | 第36-37页 |
| 2.4 WTLS条件极值解的标准最小二乘形式 | 第37-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第3章 广义整体最小二乘推估 | 第41-62页 |
| 3.1 引言 | 第41-42页 |
| 3.2 已有整体最小二乘推估模型 | 第42-44页 |
| 3.2.1 无缝三维相似基准转换模型 | 第42-43页 |
| 3.2.2 基于无缝多元EIV模型的仿射基准转换模型 | 第43-44页 |
| 3.3 广义整体最小二乘推估(GTLSP)模型及其应用 | 第44-52页 |
| 3.3.1 基本数学模型和估计准则 | 第44-45页 |
| 3.3.2 GTLSP算法的推导 | 第45-48页 |
| 3.3.3 GTLSP算法在三维相似基准变换问题中的应用方法 | 第48-50页 |
| 3.3.4 GTLSP算法在二维仿射基准变换问题中的应用方法 | 第50-52页 |
| 3.4 实验分析 | 第52-60页 |
| 3.4.1 实验1(大旋转角三维相似基准变换模拟实验) | 第52-56页 |
| 3.4.2 实验2(地图矫正实验) | 第56-60页 |
| 3.5 本章小结 | 第60-62页 |
| 第4章 广义约束整体最小二乘估计 | 第62-79页 |
| 4.1 引言 | 第62页 |
| 4.2 约束最小二乘平差的基本原理 | 第62-63页 |
| 4.3 约束加权整体最小二乘(CWTLS)方法 | 第63-65页 |
| 4.4 广义约束整体最小二乘(GCTLS)方法 | 第65-71页 |
| 4.4.1 广义EIV模型的GCTLS方法 | 第65-69页 |
| 4.4.2 非线性Gauss-Helmert模型的GCTLS方法 | 第69-71页 |
| 4.5 实验分析 | 第71-78页 |
| 4.5.1 实验1(三维基准转换) | 第71-76页 |
| 4.5.2 实验2(过定点的圆曲线拟合) | 第76-78页 |
| 4.6 本章小结 | 第78-79页 |
| 第5章 整体最小二乘的粗差处理方法 | 第79-101页 |
| 5.1 引言 | 第79页 |
| 5.2 相关Partial EIV模型的抗差加权整体最小二乘(RWTLS)算法 | 第79-88页 |
| 5.2.1 RWTLS的基本原理 | 第79-81页 |
| 5.2.2 WTLS残差协因数阵的推导与更新 | 第81-82页 |
| 5.2.3 RWTLS算法的迭代计算步骤 | 第82-84页 |
| 5.2.4 实验与分析 | 第84-88页 |
| 5.3 广义EIV模型的数据探测算法 | 第88-94页 |
| 5.3.1 广义EIV模型的统计检验量和数据探测法的基本原理 | 第88-89页 |
| 5.3.2 算法的迭代计算步骤 | 第89-90页 |
| 5.3.3 实验与分析 | 第90-94页 |
| 5.4 广义约束整体最小二乘(GCTLS)的数据探测算法 | 第94-99页 |
| 5.4.1 GCTLS统计检验量的构造 | 第94-96页 |
| 5.4.2 算法的迭代计算步骤 | 第96页 |
| 5.4.3 实验与分析 | 第96-99页 |
| 5.5 本章小结 | 第99-101页 |
| 第6章 广义整体最小二乘的方差分量估计 | 第101-113页 |
| 6.1 引言 | 第101页 |
| 6.2 最小二乘方差分量估计(LS-VCE)方法 | 第101-102页 |
| 6.3 非线性Gauss-Helmert模型的LS-VCE算法 | 第102-104页 |
| 6.4 广义整体最小二乘推估的方差分量估计(GTLSP-VCE) | 第104-106页 |
| 6.5 实验分析 | 第106-112页 |
| 6.5.1 实验1 | 第106-109页 |
| 6.5.2 实验2 | 第109-112页 |
| 6.6 本章小结 | 第112-113页 |
| 第7章 总结与展望 | 第113-115页 |
| 7.1 主要工作与研究成果 | 第113-114页 |
| 7.2 未来工作展望 | 第114-115页 |
| 参考文献 | 第115-121页 |
| 作者简历攻读博士期间的主要工作与成果 | 第121-122页 |
| 致谢 | 第122-123页 |
