本项目旨在解决传统最小二乘法在处理包含粗差即离群值的实验数据时,由于误差平方项被放大而导致估计结果产生严重偏差的问题。系统通过引入最小一范数准则,即最小化观测值残差的绝对值之和,核心建立起具有强稳健性的抗差估计模型。在实现过程中,利用变量代换技术将非线性的绝对值目标函数转化为标准线性规划问题,并调用高效的单纯形算法或内点法进行求解。该功能具备自动抑制粗差影响的能力,能够在大地测量、信号处理及各类传感器数据拟合中,从受到严重污染的观测序列中精确提取真实的系统参数。项目还包含对比分析模块,通过可视化手段展示最小一范数法与传统最小二乘法在不同粗差比例下的拟合效果差异,验证其在极端异常值干扰下的数值稳定性和结果可靠性。