用所给的观测文件，读取前5次（每次相隔1秒）的多普勒观测值，进行多普勒积分（用高数那种定积分细化成短时间面积相加思维）与第1次和第5次的载波相位差对比。即设第n秒载波相位是Ltn，Lt5-Lt1与多普勒积分对比。

在处理这个问题时，我们首先需要从观测文件中读取多普勒频移数据，这通常是通过解析文本文件或者直接从二进制文件中提取。假设数据是以某种形式存储的时间序列，我们可以使用编程语言如Python（Pandas库）或者MATLAB来完成这个任务。

# 使用pandas读取前5次观测值（每行代表一次观测）
import pandas as pd
data = pd.read_csv('observation_file.csv', skiprows=range(6), header=None) # 假设文件名是observation_file.csv

# 假设第一列是时间（单位秒），第二列是多普勒频移
dt = 1  # 每次观测之间的时间间隔（秒）
Ltn = data.iloc[:, 1]  # 获取多普勒频移列

# 计算累计多普勒频移，模拟高斯积分（实际上是累积求和）
def cumulative_dopplerintegral(Lt):
    integral = 0
    for i in range(1, len(Lt)):
        integral += Lt[i] * dt
        # 或者使用积分公式：integral += (Lt[i] + Lt[i-1]) * dt / 2
    return integral

# 实际上，由于连续观测，这里可以直接计算总差值
differential_phase = Ltn.iloc[- cumulative_dopplerintegral(Ltn)

在这个例子中，`cumulative_dopplerintegral`函数模拟了将多普勒频移转化为频率随时间变化的积分，而`comparison`则给出了直接相减的结果。两者之间的差异可以反映实际积分过程中的误差或者是理论与实践之间的偏差。