本书是普通高等教育“十一五”国家级规划教材，力图涵盖现代测量数据处理最常用的基本数据处理方法。其内容主要包括近代数据处理发展概述、内涵及展望，数据处理中参数估计的几种常用估计方法，秩亏自由网平差方法及其基准关系，针对不同类观测值的验后方差分量估计，观测值中含有系统误差的附加系统参数平差方法，处理粗差的数据探测与稳健估计法的原理与方法，针对随机参数和动态数据的最小二乘配置与卡尔曼滤波，处理变量间相关关系的近代回归分析等。
本书可作为测绘工程专业本科生、研究生的教材，也可作为从事数据处理相关专业人员的参考书。

第1章 近代数据处理发展概论
§1.1 数据处理与测量误差
§1.2 最小二乘与经典平差模型
§1.3 近代测量数据处理进展
§1.4 近代数据处理发展展望
第2章 参数估计方法
§2.1 概述
§2.2 极大似然估计
§2.3 最小二乘估计
§2.4 极大验后估计
§2.5 最小方差估计
§2.6 线性最小方差估计
§2.7 广义测量平差原理
第3章 秩亏自由网平差
§3.1 概述
§3.2 普通秩亏网平差
§3.3 拟稳平差
§3.4 加权秩亏自由网平差
§3.5 自由网平差的基准
§3.6 自由网平差结果的相互转换
第4章 验后方差分量估计
§4.1 概述
§4.2 定权误差对数据处理结果的影响
§4.3 赫尔默特方差分量估计
§4.4 最小范数二次无偏估计
第5章 附加系统参数平差及有偏估计
§5.1 概述
§5.2 附加系统参数的平差
§5.3 精度与准确度
§5.4 附加系统参数的统计检验
§5.5 有偏估计
第6章 数据探测和稳健估计
§6.1 概 述
§6.2 多余观测与可靠性
§6.3 可靠性理论与数据探测法
§6.4 多维粗差的估计和假设检验
§6.5 稳健估计
第7章 最小二乘配置与卡尔曼滤波
§7.1 概述
§7.2 最小二乘配置的原理
§7.3 协方差函数及其估计
§7.4 最小二乘配置在GNSS高程拟合中的应用
§7.5 卡尔曼滤波
§7.6 自适应卡尔曼滤波
§7.7 卡尔曼滤波的应用实例
第8章 近代回归分析
§8.1 概述
§8.2 回归分析的数学模型
§8.3 回归模型的参数估计和假设检验
§8.4 半参数回归
§8.5 整体最小二乘回归简述
参考文献