传统的最小二乘平差方法对测量数据进行平差时,假设函数模型系数阵中没有误差,仅考虑观测向量含有的偶然误差,然而实际的函数模型中系数矩阵也可能是由观测数据计算得到的,而观测数据本身含有随机误差,由误差传播率可知系数矩阵中也含有偶然误差,理论分析可知最小二乘法求取的参数不再是统计意义上的最优解,针对函数模型系数矩阵误差问题在数学领域中采用EIV模型的总体最小二乘法平差解算,EIV模型可同时顾及系数矩阵和观测向量中含有偶然误差的问题。近年来总体最小二乘法在数学理论研究上取得了一定成果,但在应用总体最小二乘法处理测量数据时还存在问题,实际平差解算中既有别于数学中的纯理论又与之有一定的联系,应结合应用领域自身特点进行分析,因此本文着重对顾及系数矩阵误差的总体最小二乘法问题研究,结合测量实例将总体最小二乘法纯数学理论归入到测量数据处理领域,主要研究内容如下:1、对经典最小二乘法的基本原理与求解参数的方法做了介绍,分析了该法在测量数据处理中没有考虑系数矩阵误差的问题,针对此问题引出基于EIV模型的总体最小二乘法求解参数的概念,对总体最小二乘法的基本原理、平差准则、解算方法、精度评定做了详细阐述,阐述了总体最小二乘法的迭代和矩阵分解三种不同求解参数的解算方法和精度评定公式,分析了各种解法的特点及其优势所在,最后对总体最小二乘法的拓展理论做了分析,研究混合总体最小二乘法和加权最小二乘法,总体配置法等拓展理论,对拓展理论的解算公式做了总结;2、结合实例讨论总体最小二乘算法在形变监测、高程异常、坐标转换、后方交会等方面中的应用,在形变监测中通过比较预报误差值可知总体最小二乘法相较于最小二乘法精度提高了18%左右,在基准转换实例应用中对比分析最小二乘法、总体最小二乘法和混合总体最小二乘解法的结果,结果也表明总体最小二乘法解算精度优于最小二乘法,通过模拟算例对比两种配置算法,可得出总体最小二乘配置法精度优于最小二乘法,在后方交会、形变监测、标靶球定位等实例中得到了同样的结论,算例中顾及系数矩阵和观测向量误差的总体最小二乘法参数解算精度优于传统最小二乘法解算精度。