杨 玲， 喻杨康

(同济大学 测绘与地理信息学院， 上海 200092)

粗差探测与识别是测绘、导航及相关领域的研究热点.在融合卫星定位、视觉导航等技术的多传感器融合导航定位系统中，观测数据量呈指数倍增加，提高了定位精度及可靠性.与此同时，系统冗余度增加导致粗差出现的概率及复杂度也成倍增加，故系统需具备更强的粗差探测与识别能力[1-4].

目前，粗差探测与识别方法主要有两类：一类将粗差纳入函数模型，认为粗差导致该观测值期望平移，由此发展了数据探测法[1-2]；另一类将粗差纳入随机模型，认为粗差与正常观测值等期望，但方差膨胀(变大)，由此发展了抗差估计理论[3-4].基于第一类思想，文献[1]最早提出了针对单粗差的数据探测法，基于已知单位权方差，利用服从正态分布的标准化残差作为统计量(data snooping).在此基础上，文献[5]根据观测值的多余观测分量判断其对粗差的容忍度，提出了一种基于局部分析法的粗差探测法.文献[6]基于真误差与观测值间的解析关系，提出了拟准检定法(QUAD)；文献[7]借鉴拟稳平差思想，附加“拟准观测的真误差范数极小”条件，解决了关于真误差的秩亏方程组求确定解的问题；文献[8-9]提出了多维粗差同时定位定值法(LEGE)，可同时定位并求解多个粗差.有学者证明，当观测值独立时以上3种方法理论等价[10-11].基于第二类思想，发展了适用于最小二乘平差的选权迭代法[3-4].文献[12]比较了数据探测法和选权迭代法抵抗粗差的效果差异；……