选题的背景和意义： 众所周知，空间直角坐标的转换在大地测量、摄影测量中扮演着重要的角色。

在大地测量中，经常会用到世界大地坐标系WGS-84与我国北京54坐标系之间的坐标转换或与地方坐标系之间的坐标转换；在大地测量、摄影测量、地图投影、计算机视觉等专业领域也常常用到三维坐标转换模型。

三维坐标转换模型是变量含误差（errors-in-variables,EIV）模型之一，模型描述了源坐标系统[X,Y,Z]至目标坐标系统[x,y,z]的函数映射关系。

由于传统的三维基准转换模型局限于求取小角度的三维基准间转换参数的缺点，适用于大角度的三维基准转换参数求解模型变得尤为重要。

我们需要利用实测数据和模拟数据验证模型得到适用于任意角度的三维基准转换，它既可利用传统的最小二乘方法估计坐标转换参数，又可利用整体最小二乘方法进行参数求解，并且具有可靠性高，解算速度快等优点。

而本文的目标是学习建立三维基准转换的通用数学模型，将非线性最小二乘的高斯-牛顿法应用在三维基准转换参数估计中，并且应用附有等式约束的最小二乘法估计三维基准转换参数。

在近一个月时间内，我查阅并观看了十几篇文献，对课题所涉及的领域有了进一步的认识，以下便是我对各文献阅读之后的心得与感受： （一）大角度和小角度空间直角坐标转换的关系： 在大角度的空间直角坐标转换中，往往需要处理非线性的问题。

因此在实际工作中，往往采用小角度的空间直角坐标转换模型，即使有大角度的坐标转换，一般对作业方法进行改进，使大角度变成小角度；或先将大角度近似地改正后转换成小角度，再采用叫角度的空间直角坐标转换模型。

目前比较成熟的算法有陈义等人提出的稳健估计法，以及基于改进的高斯-牛顿法的平差迭代法。

（二）非线性最小二乘的高斯牛顿法在三维基准转换参数估计中的应用 当使用经典最小二乘进行平差时，认为系数矩阵是不包含误差的，然而实际情况中往往并非这样。