在大地测量数据处理领域中,传统测量平差理论与方法是在基于测量误差为加性误差的基础上发展起来的,但随着现代测绘技术的高速发展,以电磁波作为载体的观测值的随机误差表现为乘性或加性乘性混合型误差,传统的基于加性误差的测量平差理论与方法已经无法适应新型随机误差数据处理的需要。目前,国内外大地测量领域关于乘性及加性乘性混合型误差模型参数估计的研究成果相对较少,且尚无文献针对其中存在的病态问题进行研究,因此如何对病态乘性及加性乘性混合型误差模型进行参数估计是一个值得研究的课题。本文在病态问题常用解法的基础上,提出了处理病态乘性及加性乘性混合型误差模型问题的一些新方法,旨在获得更加合理的参数估值及其精度信息,具体研究内容如下:1)研究了病态乘性误差模型的加权最小二乘正则化迭代解法。为了使得病态乘性误差模型所得的参数估值及其精度信息更加准确,本文首先根据Tikhonov正则化原理导出了参数估值的加权最小二乘正则化迭代解及其协方差阵。然后,顾及在使用加权最小二乘正则化迭代解法求解时,逐渐的迭代过程会影响最终所得的参数估值及其精度信息,因此使用一种无需求导、通过加权的方式便能够计算非线性函数的均值及其协方差阵的比例无迹变换（scaled unscented transformation,SUT）法对病态乘性误差模型进行精度评定。最后,通过算例分析表明,加权最小二乘正则化迭代解法可以有效减弱模型的病态性,得到比已有解法更加合理的参数估值及其精度信息;而SUT法能够得到比加权最小二乘正则化迭代解法更为准确的参数估值及其精度信息,从而验证了本文方法的可靠性和优势。2)研究了病态加性乘性混合型误差模型的虚拟观测迭代解法。为了使得病态加性乘性混合型误差模型所得的参数估值及其精度信息更加准确,针对加性乘性混合型误差模型已有解法在公式推导时,默认系数矩阵满秩,未考虑病态的情况,本文首先基于虚拟观测法的原理,通过将加性乘性混合型误差模型的观测方程和虚拟观测方程联立后导出了参数估值的虚拟观测迭代解,并进一步基于A-优化设计的原理提出了一种确定虚拟观测迭代解中正则化参数的A-优化设计法。最后,通过算例分析表明,A-优化设计法可以确定合理的正则化参数,且虚拟观测迭代解法可以有效减弱模型的病态性,得到比已有解法更加准确的参数估值及其精度信息,从而验证了本文方法的有效性和可靠性。3)研究了附有等式约束的病态加性乘性混合型误差模型的岭估计迭代解法。针对加性乘性混合型误差模型已有解法在建模时未考虑平差参数间的先验等式约束信息,本文首先在加性乘性混合型误差模型的基础上引入了等式约束条件,建立了附有等式约束的加性乘性混合型误差模型,并基于拉格朗日极值定理推导了参数估值的加权最小二乘迭代解及其协方差阵。然后,顾及系数矩阵病态的情况,基于岭估计的原理提出了附有等式约束的病态加性乘性混合型误差模型的岭估计迭代解法,并推导了确定岭参数的U曲线法。最后,通过算例分析表明,加权最小二乘迭代解法能够得到比已有解法更为合理的参数估值及其精度信息,具有较强的适用性,而顾及系数矩阵病态的岭估计迭代解法能够获取更加准确的参数估值及其精度信息,从而验证了本文方法的可靠性和优势。4)研究了附有不等式约束的病态加性乘性混合型误差模型的穷举法。针对附有不等式约束的加性乘性混合型误差模型的参数估计问题尚未得到研究,本文首先在加性乘性混合型误差模型的基础上引入了不等式约束条件,建立了附有不等式约束的加性乘性混合型误差模型,并应用有效与无效约束及穷举法的思想,给出了参数估计具体算法步骤。然后,针对系数矩阵病态的情况,首先推导了病态加性乘性混合型误差模型的加权最小二乘正则化迭代解法,并进一步基于穷举法的思想给出了附有不等式约束的病态加性乘性混合型误差模型的参数估计具体算法步骤。最后,通过算例分析表明,当系数矩阵非病态时,本文附有不等式约束的加性乘性混合型误差模型算法能够得到比已有解法更为准确的参数估值;当系数矩阵病态时,加权最小二乘正则化迭代解法能够得到比已有解法更为合理的参数估值,而采用本文给出的附有不等式约束的病态加性乘性混合型误差模型算法能够得到比直接实施加权最小二乘正则化迭代解法更为准确的参数估值,从而验证了本文方法的可靠性和优势。