1）利用mw組合求寬巷模糊度浮點解b
wb_w
bw,若b
wb_w
bw，然後修復寬巷upd，若小數部分少於0.25周寬巷波長，直接取整，獲得nwm
wn_wmw
nwmw;
2）每個系統選擇高度角最高的衛星作為參考星，然後每個系統內衛星的寬巷模糊度與參考星做單差獲得δnw
mw
\delta n_wmw
δnwmw
1）所有浮點模糊度組成寬巷模糊度矩陣b1−
b2
b_1-b_2
b1−b2
，即b
wb_w
bw，做寬巷upd修正。
2）選擇參考星，做單差寬巷模糊度
3）lambda搜尋法，獲得固定的δnw
b1b2
\delta n_wb_1b_2
δnwb1
b2
如果有衛星sat
satsa
t，nsat
∈δnw
mw
n_ \in\delta n_wmw
nsat∈
δnw
mw&& nsa
t∉δn
wb1b
2n_ \notin \delta n_wb_1b_2
nsat∈
/δn
wb1
b2
，或者nsa
t∈δn
wb1b
2n_ \in\delta n_wb_1b_2
nsat∈
δnw
b1b
2&& nsa
t∉δn
wm
wn_ \notin\delta n_wmw
nsat∈
/δn
wmw
，那麼n
nn即為固定的寬巷模糊度，否則，當且僅當這顆衛星在兩邊的模糊度相等時，認為該顆衛星固定。完成後獲得單差寬巷模糊度固定解δnw
\delta n_w
δnw
。恢復無整週特性寬巷模糊度：δbw
l=δn
w+δf
cb
\delta b_=\delta n_w+\delta fcb
δbwl=
δnw
+δfc
b；計算浮點寬巷模糊度：δbw
lflo
at=(
b1s−
b2s)
−(b1
ref−
b2re
f)
\delta b_=(b_1^s-b_2^s)-(b_1^-b_2^)
δbwlfl
oat
=(b1
s−b
2s)
−(b1
ref
−b2r
ef)
；組成濾波：v=δ
bwl−
δbwl
floa
tv=\delta b_-\delta b_
v=δbwl
−δb
wlfl
oat
求得更精確的b1、
b1
b_1、b_1
b1、b1
;提取b n=
b1−b
2b_n=b_1-b_2
bn=b1
−b2
，進行fcb改正，組裝q
qq陣，進行lambda搜尋，得到非差的窄巷模糊度固定解nnl
n_nn
l。恢復無整週特性窄巷模糊度：bnl
=nnl
+fcb
b_=n_+fcb
bnl=n
nl+
fcb；
計算浮點窄巷模糊度：bnl
floa
t=(b
1s+b
2s
)b_=(b_1^s+b_2^s)
bnlflo
at=
(b1s
+b2
s)；
寬巷、窄巷模糊度固定殘差：v=f
ixb−
floa
tb
v=fixb-floatb
v=fixb
−flo
atb；
濾波。
非遞迴解決組合問題
從m 個互不相同元素中取 n 個元素,一般選用遞迴或回溯演算法解決，本文旨在利用進製轉換的方法達到這一目的。如下 sub getall byval num as integer,byref x as variant,byref result as string,optional byref all ...
非遞迴 求所有組合
從 0,nn 1 這nn個數裡面，找到所有組合 例如con 5,3 0 1 2 0 1 3 0 1 4 0 2 3 0 2 4 0 3 4 1 2 3 1 2 4 1 3 4 2 3 4 類似於加法器，初始是0,1,2 每次給最後的乙個數字加一 令kmax 3，k在 0,kmax 則第k位置的數字進...
非遞迴（棧）演算法解析XML思路
對於樹狀層次結構的資料，往往有兩種處理思路 遞迴演算法處理和非遞迴 棧 演算法處理。遞迴演算法 簡單易懂，且有些場景還必須使用遞迴演算法才能處理。但遞迴演算法也有其先天性的缺陷 執行效率較低 執行過程所耗費的空間資源也相對較高。非遞迴 棧 演算法 演算法相對比較複雜，不太好理解，但其執行效率較高。以...