用于变形分析的L-X-1'平差方法

为了直接处理含有粗差的变形观测数据，文献［１］提出了Ｌ－Ｘ－１平差模型，但这种Ｌ－Ｘ－１平差模型解的唯一性较差。为此，本文提出了Ｌ－Ｘ－１＇平差方法。该方法与Ｌ－Ｘ－１平差比较，更容易得到唯一的平差结果。

观测值残差和未知参数一次范数最小平差

本文首先建立了先后对残差和未知数施加一次范数最小约束的观测值残差和未知数一次范数(以下简称L-X-1范数)最小平差模型 sum from i-1 to m |P_j V_i|+sum from j=1 to m δ|x_j|=min, V=AX-l, 0<δ《P_i,i=1,2,…,n;然后提出了可以较好地解决L^(-1)范数最小解不唯一性的L-L-1范数最小平差的平均极点解;接着讨论了一次范数最小解的精度评定问题;最后将L-X-1范数最小平差用于观测值中含粗差的变形分析,并给出了若干算例。