O文件2.0版本转换为3.0版本；现在CDDIS里面的文件夹o里面的rinex版本的观测值文件，而d文件夹里的才是3.0版本的观测值文件，因此要使用软件将其转换

hmm模型matlab代码Matlab的隐马尔可夫模型工具箱 Matlab实现的标准隐马尔可夫模型（HMM）具有连续发射以及相关的HMM，这些模型允许参数随时间变化。 时变隐马尔可夫模型的研究和应用都在此基础上展开。 使用此代码时，请引用： [1] O. Carr，F。Andreotti，KEA Saunders，N。Palmius，GM Goodwin，M。De Vos，“使用智能手机加速度计的昼夜节律监测双相情感障碍的抑郁症”。 [2] Q. Huang，D。Cohen，S。Komarzynski，XM Li，P。Innominato，F。Lévi和B.Finkenstädt，“用于隐藏遥测活动数据中昼夜节律的隐马尔可夫模型”，JR Soc。 接口，卷。 15号139，2018。 职能 Baum-Welch算法-用于从无监督的观测结果集中确定HMM参数。 时变过渡概率Baum-Welch-具有时变过渡概率的Baum-Welch算法。 维特比算法-用于根据一组观测值和HMM参数确定最可能的隐藏状态序列。 时变维特比算法-用于根据一组观测值和时变HMM参数确定最可能的隐藏状态序列。 参

利用GPS多普勒观测值精确确定运动载体的速度。利用GPS 多普勒频移观测值确定运动载体速度的基本原理,估计了这一方法可以达到的精度。为验证该方法的可靠性及稳定性。

利用模糊聚类方法筛选GPS载波相位组合观测值.pdf

作为一种全新的动态变形监测方法,GPS具有独特的优越性,它克服了传统的动态变形监测方法精度、实时、同步无法保证的缺陷,且提高了精度和实时性。本文基于载波相位三差观测值,采用卡尔曼滤波的数据处理方法,详细推导了利用GPS观测值实现动态变形监测的数学模型。

可支持GPS/BDS/GLONASS/GALILEO的观测数据精度评定，支持零基线模式，超短基线模式，星间历元间差分模式。支持北斗二，北斗三，支持GALILEO。支持所有频点。

可支持GPS/BDS/GLONASS/GALILEO的观测数据精度评定，支持零基线模式，超短基线模式，星间历元间差分模式。

提高超短期风速预测准确率和可靠性的途径之一，是从历史观测值中充分挖掘风速相关性的特征和规律。将本地最新的风速历史观测值结合按照最优延迟时间提前的上游风速观测值，形成空间相关性k近邻预测的参考矢量；以相关系数作为相关性的具体评价指标，从风速历史观测值中优选出该参考矢量的k个最相似的近邻；采用7种回归模型进行本地的未来风速预测。荷兰Huibertgat地区冬季风速预测的仿真结果表明：使用线性回归、偏最小二乘回归、最小二乘支持向量回归3个优化模型预测，优化的k近邻数量为100左右，优化的历史数据年数为10 a；空间相关性k近邻风速预测能够有效使用历史数据的相似性进行可靠的超短期风速预测。

武汉大学测绘学院GNSS作业。由2.11版本renix文件，读取观测数据，选择某一颗卫星的数据计算MW组合，无电离层组合，电离层残差组合。

可支持GPS/BDS/GLONASS/GALILEO的观测数据精度评定，支持零基线模式，超短基线模式，星间历元间差分模式。支持北斗二，北斗三，支持GALILEO。支持所有频点。1.2.8更新：支持分析多普勒。