第二版前言

前言

第1章　估计方法和广义测量平差原理

1-1　概述

1-2　多维正态分布

1-3　极大似然估计

1-4　最小二乘估计

1-5　极大验后估计

1-6　最小方差估计

1-7　线性最小方差估计

1-8　贝叶斯估计

1-9　广义测量平差原理

第2章　最小二乘平差的统一理论和方法

2-1 概述

2-2　秩亏自由网平差

2-3 附加系统参数的自由网平差

2-4　极大验后滤波与推估

2-5　最小二乘配置

2-6　静态逐次滤波

2-7　随机模型具有奇异协因数阵的平差

2-8　广义G-M模型的平差问题

2-9　广义G-M模型下的精度和统计性质

2-10　向量空间理论中的平差问题

第3章　平差随机模型的验后估计

3-1　概述

3-2　赫尔默特方差估计法

3-3　方差-协方差分量估计

3-4　二次无偏估计法

3-5　方差分量估计中的精度评定

第4章　动态线性系统的卡尔曼滤波

4-1 连续线性系统的数学模型

4-2　离散线性系统的数学模型

4-3　离散线性系统的卡尔曼滤波

4-4　动态测量系统的卡尔曼滤波

4-5　离散型卡尔曼滤波的推广

4-6　离散线性系统的预测

4-7　离散线性系统的平滑

4-8　线性确定系统的能观性和能控性

4-9　卡尔曼滤波的稳定性

4-10　模型误差分析

4-11 滤波的发散现象和克服发散的方法

第5章　稳健估计的基本理论

5-1　统计稳健性

5-2　稳健性的数学描述

5-3　位置参数的稳健估计

第6章　有偏估计

6-1 概述

6-2　岭估计

6-3　广义岭估计

参考文献 2100433B