粗差

数据获取、数据传输和数据加工过程中，由于不规则差错造成的且不能作为可接受的观测值所假定或所估计的模型误差。按其大小可将粗差分为3种类型：

大粗差（｜▽₁｜≥100σ，σ为观测值的单位权中误差）

中粗差（20σ≤｜▽₁｜≤100σ）

小粗差（4σ≤｜▽₁｜≤20σ）

测量作业中，粗差的存在必然导致成果的不可靠，因此，将观测值中的粗差予以剔除是必须的。首先应该选择恰当的测量方案避免产生粗差，然后再用数学方法进行处理。通常总是用预处理的方法先将观测值中的大粗差和中等粗差加以剔除，然后对那些剩余的、用一般方法无法察觉的小粗差用严格的统计方法进行检验。当观测值中仅含一个小粗差且预知其观测精度时，可用荷兰巴尔达（W.Baarda）提出的数据探测法（Data-snooping）进行粗差检测；当观测值中存在有多个小粗差时，可用稳健估计法（Robust Estimator）将观测值中的粗差一并剔除。后者是在迭代平差计算中，根据观测值的残差和其他有关参数，按所选择的权函数计算每个观测值在下步迭代中的权值，通过不断改变观测值的权值，使含粗差观测值的权变得愈来愈小，直至迭代终止时其权值趋近于零，以保证平差结果不受粗差的影响。常用的方法有：丹麦库比克（K.Kubik）提出的丹麦法、中国李德仁提出的选权迭代法等。