本書系統(tǒng)地闡述了以極大似然估計理論為基礎(chǔ)的既有線形識別與重構(gòu)。在介紹線形識別與重構(gòu)的概念及研究進展的基礎(chǔ)上，首先介紹了線路的組成及參數(shù)表征，給出了由參數(shù)確定坐標(biāo)的正向解算過程。然后介紹了極大似然估計理論，以此為基礎(chǔ)構(gòu)建了直線、圓曲線、緩和曲線的及其組合線元的參數(shù)估計模型，分析了病態(tài)性的成因，導(dǎo)出了Gauss-Newton及Levenberg-Marquardt迭代算法。最后闡述了擺動迭代和累積偏角兩種算法實現(xiàn)采樣坐標(biāo)點的分段聚類，并闡述了縱面和平面整體線形的擬合及參數(shù)估計。線形重構(gòu)作為道路與鐵道工程領(lǐng)域的逆向反問題，在道路管理、安全分析、鐵路維護等方面具有重要意義。鐵路長大干線整體線形的高精度維護要求線形的高精度重構(gòu)。現(xiàn)有的線形重構(gòu)方法未依托參數(shù)估計模型，未重視線形重構(gòu)的精度，也未能發(fā)現(xiàn)線形重構(gòu)中的病態(tài)問題及其對精度造成的巨大影響。為提高病態(tài)不確定條件下線形重構(gòu)的精度，以線元參數(shù)估計為切入點，分析直線、圓曲線和緩和曲線線元重構(gòu)中病態(tài)性產(chǎn)生機理，研究正則項的取值策略及對參數(shù)估計精度的影響，實現(xiàn)線元的自適應(yīng)整體最小二乘正則化參數(shù)估計；研究線元特征，構(gòu)建統(tǒng)計模型實現(xiàn)線元分段聚類。在此基礎(chǔ)上，整合線元參數(shù)，構(gòu)建線形整體最小二乘正則化參數(shù)估計模型，研究高維參數(shù)空間中穩(wěn)健的迭代尋優(yōu)算法，實現(xiàn)約束條件下的線形參數(shù)估計，不僅估算線形參數(shù)，而且評定參數(shù)精度。揭示長大干線參數(shù)估計精度的分布規(guī)律及影響因素，為提高線形參數(shù)估計的精度建立理論基礎(chǔ)。