《广义测量平差 第2版》求取 ⇩

第一章随机过程基础1

1-1 多维正态分布1

1-2 随机过程的概率分布和数字特征6

1-3 平稳随机过程11

1-4 协方差函数与相关函数15

1-5 几个特殊的随机过程19

第二章估计方法和广义测量平差原理23

2-1 概述23

2-2 极大似然估计25

2-3 最小二乘估计28

2-4 极大验后估计31

2-5 最小方差估计34

2-6 线性最小方差估计37

2-7 贝叶斯(Bayes)估计39

2-8 广义测量平差原理42

3-1 平差问题的基准与秩亏自由网平差的类型46

第三章秩亏自由网平差46

3-2 秩亏自由网平差51

3-3 秩亏水准网的动态平差58

3-4 秩亏自由网的分区平差63

3-5 附加系统参数的秩亏自由网平差72

3-6 秩亏自由网平差的特点78

第四章平差随机模型的验后估计85

4-1 概述85

4-2 赫尔默特估计法86

4-3 赫尔默特估计的一些简化公式102

4-4 方差-协方差估计法110

4-5 二次无偏估计法119

4-6 方差分量估计中的精度评定129

第五章滤波与配置138

5-1 概述138

5-2 极大验后滤波与推估139

5-3 最小二乘滤波与推估146

5-4 最小二乘配置152

5-5 滤波与配置的验后方差163

5-6 静态逐次滤波167

第六章若干平差问题的补充175

6-1 最小二乘平差中部分主子块秩亏时的求解方法175

6-2 最小二乘平差中各种主要协因数阵的秩181

6-3 顾及起算数据误差时的精度评定184

6-4 随机模型具有奇异协因数阵的平差189

6-5 向量空间投影与最小二乘原理194

6-6 向量空间理论中的平差问题198

6-7 广义G-M模型下的平差问题202

6-8 广义G-M模型下的精度和统计性质207

6-9 等价观测值213

第七章动态线性系统的卡尔曼滤波219

7-1 连续线性系统的数学模型219

7-2 离散线性系统的数学模型228

7-3 离散线性系统的卡尔曼滤波234

7-4 用正交投影法推导卡尔曼滤波243

7-5 卡尔曼滤波的应用举例248

7-6 离散型卡尔曼滤波的推广255

7-7 离散线性系统的预测260

7-8 离散线性系统的平滑264

7-9 连续线性系统的卡尔曼滤波270

第八章卡尔曼滤波的渐近性质和误差分析274

8-1 线性确定系统的能观性和能控性274

8-2 卡尔曼滤波的稳定性278

8-3 模型误差分析283

8-4 滤波的发散现象和克服发散的方法287

附录292

1矩阵的秩292

2 方阵的迹292

3 矩阵的正定性和许瓦茨不等式295

4 Dirac-δ函数298

5 拉普拉斯变换299

6 向量空间的概念301

主要参考文献305