| 0 前言 | 第1-10页 |
| 1 文献综述 | 第10-20页 |
| 1．1 数据校正技术的研究进展 | 第10-16页 |
| 1．1．1 基本概念 | 第10-11页 |
| 1．1．2 研究进展 | 第11-16页 |
| 1．2 数据校正技术的运用与研究 | 第16-20页 |
| 2 稳态过程数据校正理论 | 第20-34页 |
| 2．1 稳态过程数据协调模型 | 第20-23页 |
| 2．1．1 线性问题的解 | 第20-21页 |
| 2．1．2 非线性问题的解 | 第21-23页 |
| 2．2 过失误差的侦破与识别 | 第23-33页 |
| 2．2．1 整体检验法 | 第25页 |
| 2．2．2 约束方程检验法 | 第25-26页 |
| 2．2．3 测量检验法 | 第26-27页 |
| 2．2．4 广义似然比法 | 第27-29页 |
| 2．2．5 主成分分析法 | 第29-31页 |
| 2．2．6 无偏估计法 | 第31-33页 |
| 2．3 数据校正中的Monte Carlo法 | 第33-34页 |
| 3 一种协调过程数据的新方法 | 第34-44页 |
| 3．1 问题的提出 | 第34-35页 |
| 3．2 数据协调新方法 | 第35-37页 |
| 3．3 变量分类 | 第37-38页 |
| 3．4 计算实例 | 第38-43页 |
| 3．4．1 算例1 | 第38-40页 |
| 3．4．2 算例2 | 第40-43页 |
| 3．5 本章小结 | 第43-44页 |
| 4 一种基于MATLAB优化工具箱的数据协调方法 | 第44-53页 |
| 4．1 引言 | 第44页 |
| 4．2 非线性数据协调 | 第44-46页 |
| 4．2．1 问题描述 | 第44页 |
| 4．2．2 数据协调模型和求解策略 | 第44-46页 |
| 4．3 变量分类 | 第46页 |
| 4．4 计算实例 | 第46-52页 |
| 4．4．1 算例1 | 第46-47页 |
| 4．4．2 算例2 | 第47-49页 |
| 4．4．3 算例3 | 第49-52页 |
| 4．5 本章小结 | 第52-53页 |
| 5 一种改进的同步侦破和识别过失误差的方法 | 第53-73页 |
| 5．1 引言 | 第53页 |
| 5．2 过失误差的同步估计理论 | 第53-58页 |
| 5．2．1 候选过失误差子集的确定 | 第54-55页 |
| 5．2．2 过失误差的侦破与识别 | 第55-57页 |
| 5．2．3 过失误差同步估计策略的概述 | 第57-58页 |
| 5．3 线性组合技术 | 第58-62页 |
| 5．3．1 基本理论模型 | 第58-59页 |
| 5．3．2 线性组合技术的几条基本规则 | 第59-61页 |
| 5．3．3 线性组合技术的算法设计 | 第61-62页 |
| 5．4 LCT-SEGE联合算法 | 第62-63页 |
| 5．5 LSEGE、UBET和GIR性能的对比研究 | 第63-69页 |
| 5．6 LSEGE和SEGE法模拟实验对比研究 | 第69-72页 |
| 5．7 本章小结 | 第72-73页 |
| 6 运用不平衡关联策略识别测量偏差 | 第73-86页 |
| 6．1 问题的背景 | 第73-74页 |
| 6．2 数学模型 | 第74-75页 |
| 6．3 不平衡关联策略 | 第75-80页 |
| 6．3．1 假设检验 | 第77-78页 |
| 6．3．2 观测关联情况的变化 | 第78-80页 |
| 6．4 模拟实验结果 | 第80-85页 |
| 6．5 本章小结 | 第85-86页 |
| 7 结论 | 第86-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-92页 |