整体最小二乘（TLS）能有效解决参数估计中观测向量和模型系数阵同时包含误差的情形。在坐标转换中,顾及模型中两套坐标误差的参数解算是整体最小二乘典型应用之一。本文围绕着坐标转换的模型表示、模型选取、参数估计以及其他等问题,结合整体最小二乘及其拓展理论开展深入研究,主要内容包括:（1）根据大地测量问题中模型系数阵包含误差的特性,分别以线性和非线性情形对所采用的EIV模型进行概括总结。系统地推导了六种加权整体最小二乘（WTLS）基本解法,并证明这些解法相互等价。分别对约束、混合、参数加权以及Procrtues分析下的WTLS法进行了相应的研究和推导。针对坐标转换模型在形式和种类上的多样性,提出了适用于不同维度、不同参数量以及不同旋转表示的统一表达模型,为参数估计提供了便捷。此外还利用多重假设检验和信息准则这两个方面来分析讨论坐标转换模型的选取。（2）对于坐标转换的参数估计,除了采用WTLS法、约束WTLS法和Procrtues WTLS法解算之外,还综合这三种方法的优势提出了可适用于任意权阵且计算效率高的重心化WTLS法。对于局部区域下转换模型呈现病态的问题,由于在该情形下WTLS正则化法可概括其他的WTLS抗病态法,如岭估计法、截断奇异值法和谱修正迭代法等,因此提出了正则化参数近似估计、利用自适应步长矩阵改进的WTLS正则化法;同时也研究了混合WTLS、重心化WTLS和数值改造法等处理坐标转换病态问题的可行性和有效性。对于坐标值包含粗差的问题,分析了WTLS下模型的残差特性,制定出利用L₁估计获取稳健初值、等价权函数临界值自适应可变的抗差WTLS估计方案,由于良好观测量的残差仍然可能受到粗差的影响,所以在该抗差方案的基础上提出了消除粗差影响和进行粗差补偿的两种改进方法,这两种方法均能进一步改善抗差效果和解算精度。对于随机模型为异方差结构的问题,利用最小二乘方差分量估计（LS-VCE）原理推导了WTLS的方差分量估计,由于估计的方差分量可能会出现负值,所以推导了基于重新参数化的非负估计;但非负估计的准确性可能受模型结构的影响,故又利用可靠的先验信息对非负估计进行改进,以确保估计的精度和准确性。（3）在坐标转换更新问题中,为能充分利用先验信息同时又避免异常先验成果对参数估计的影响,在推导的参数加权WTLS基础上,讨论了基于单因子和分类矩阵的两种参数加权WTLS自适应解法;此外数据融合算法与基于可靠先验信息的自适应解具有几乎一致的解算精度,所推导的四种参数解融合算法在多组参数融合中有着较高的计算效率。对于多坐标系的统一转换和多坐标系之间的转换,分别以三套坐标系的统一转换和机器视觉的手眼标定模型为例进行研究和讨论,针对这两类问题分别推导了相应的WTLS解和约束WTLS解。在坐标转换无缝推估模型中,以两套坐标系中顾及所有公共点和非公共点推估模型为例进行研究分析,并根据推估预测值与平差残差值的相互关系,概括出可适用于任意情形的坐标转换推估解。（4）最后结合三个实际测量案例展示了论文中坐标转换的部分解法和应用。其中案例一分析了在坐标框架转换解算中重心化WTLS法与目前其他主流方法的异同;案例二讨论了应用坐标转换抗差估计和无缝推估模型来分别解决高铁控制网起算点兼容性分析和更新问题的可行性;案例三比较了在手眼标定解算中WTLS法与其他方法的异同。