存在异常值时相位检索的不精确交替优化：使用 AltGD 进行稳健相位检索的演示-matlab开发

C. Qian，X。Fu，ND Sidiropoulos，L。Huang和J. Xie，“存在异常值时相位检索的不精确交替优化”，IEEE信号处理学报，第1卷。 65，没有。 2017年第22卷，第6069-6082页。 相位检索主要在高斯噪声的存在。 然而，算法的性能在高斯噪声模型下提出的严重退化当存在严重损坏的数据（即异常值）时。 本文调查存在重尾的相位检索技术噪声，对于离群值的情况，它被认为是更好的模型存在。 提出了基于 p 范数 (0 <p< 2) 的估计器用于抵御这种噪音，以及两块不精确的交替优化被提议作为算法框架来解决由此产生的优化问题。 两个具体的算法是通过在这个范围内探索不同的局部近似来设计框架。 有趣的是，核心条件最小化步骤可以解释为迭代重新加权的最小二乘法和梯度下降。 讨论了算法的收敛特性， 并推导出 Cramer-Rao 界（CRB）。 模拟 ´ 证明所提出的算法接近