一、原理概述
间接平差的函数模型和随机模型为：
L ^ = B X ^ + d D = σ 0 2 Q = σ 0 2 P − 1 \hat{L}=B\hat{X}+d\\ D=\sigma_0^2Q=\sigma_0^2P^{-1} L^=BX^+dD=σ02Q=σ02P−1
误差方程为：
V = B x ^ − l V=B\hat{x}-l V=Bx^−l
法方程为：
B T P B x ^ − B T P l = 0 B^{T}PB\hat{x}-B^{T}Pl=0 BTPBx^−BTPl=0
其解为：
x ^ = ( B T P B ) − 1 B T P l = N B B − 1 W \hat{x}=(B^TPB)^{-1}B^TPl=N_{BB}^{-1}W x^=(BTPB)−1BTPl=NBB−1W
观测量平差值：
L ^ = L + V \hat{L}=L+V L^=L+V
参数平差值：
X ^ = X 0 + x ^ \hat{X}=X^{0}+\hat{x} X^=X0+x^
二、案例分析
《误差理论与测量平差基础》
三、代码实现
根据间接平差计算原理，使用python编写代码计算结果如下：
使用matlab编写代码计算结果如下：
使用C++编写代码计算结果如下：
![[ACTF新生赛2020]SoulLike](https://img-blog.csdnimg.cn/direct/fcf64b9a452144cd9f7ff4adb7347b97.png)
