u上节内容回顾：1、模型中的参数X具有先验信息，求X的最佳估计称“滤波”；2、另有非模型中的参数X与模型中参数有相关关系称“推估”；3、协方差函数的确定。最小二乘配置（拟合推估）u解决的问题： 既包含求定信号的估值内容，又包含求定倾向参数的估值内容，即兼有求定信号和参数的估值情况，称为“最小二乘配置法”。u最小二乘配置与滤波-推估区别： 前者求参数与信号估值；后者求定信号估值。（信号：已测点和未测点）u可见： 测量平差中的“滤波”也就是通过L(观测值)求定信号(随机参数）X和X的估值的方法； “配置”是既求信号又求参数的估值方法，或者说当观测方程中含有非随机性质和随机性质的两类参数时，数据处理需用配置方法。 故，可以说，“配置”是一种概括了经典最小二乘平差、滤波和推估的广义平差法。例如：在重力测量中，每一个点上的重力观测值都是正常重力、重力异常和观测误差之和，即：正常重力取决于所采用的参考系统的4个基本参数，是不具有随机性质的变量（倾向）；重力异常则是随机量，亦即信号。例：在卫星观测中，距离观测值S是卫星正常轨道参数X以及由地球重力场所引起的扰动T的函数，于是， 其中：X是不具有随机性
