本文提出一种基于中值的相位恢复算法，可处理包含近似任意值的稀疏异常值数据、采用泊松损失或二次损失函数、证明算法在 i.i.d 高斯测量向量中表现稳健且可根据测量值中异常值的恶意程度恢复信号。

Mar, 2016

本文研究了使用梯度下降法（Wirtinger flow）求解二次方程组的问题，特别是相位恢复问题，证明了在高斯设计下，使用基本的梯度下降法可在 O (log n+log (1/ε)) 次迭代中给出接近最小化采样复杂度的 Epsilon - 精确解，而不需要特别设计的初始值、采样分裂或复杂的鞍点逃逸方案。

Mar, 2018

本研究通过使用分离理论、混沌过程的最大值以及随机循环矩阵的受限等距特性，结合交替最小化方法，研究了通过随机自卷积信号来恢复具有给定内核的未知信号。通过谱初始化和广义梯度下降等方法，我们解决了测量算子中可能存在的依赖问题，并证明当观测次数足够大时，可以高概率地实现全局相移下的有效恢复。

Dec, 2017

本文研究相位恢复问题的非凸情况，证明了一种改进的交替最小化算法的几何收敛性，同时提供了样本复杂度的分析，包括稀疏向量的最优缩放。

Jun, 2013

本文提出一种非凸公式的相位恢复方法，通过随机数迭代更新的规则精确地重建了信号的相位信息。此算法具有低计算复杂性并在计算和数据资源方面都非常有效。

Jul, 2014

本文提出了一种新的分裂变量策略并求解二元优化问题的交替梯度下降算法以解决复杂度高的相位恢复问题，与现有算法相比提高了收敛速度和精度。

Aug, 2017

本文研究了相位恢复问题，并提出一种基于随机梯度下降的方法，可以从任意初始点收敛，证明了其有效性并应用于单指数模型的求解，并提出了新的随机过程理论中的概念，可以用于更广泛的非凸优化领域。

Oct, 2019

本文研究了广义相位恢复问题，并证明了当测量向量为一组具有一般性质（即满足 i.i.d 复高斯分布）且测量数量充足时，自然的最小二乘优化方法能够找到目标信号的全局最小值，同时避免了漏解及假解。为了证实该算法的可行性，本文还提出并分析了一个二阶信任域算法。

Feb, 2016

文章研究了利用 SFFT 算法去恢复信号在功率谱上的密度，此算法可以有效恢复高于 o (sqrt (n)) 的稀疏信号，并通过实验证明，其相比已有的波凸算法有着更出色的性能。

Mar, 2013

本文提出了一个用于解决相位恢复和其他信号恢复问题的非凸优化算法中广泛使用的光谱方法的最优设计方案，该设计方案利用了最近在高维极限下的性能准确描述的结果，并将最优设计任务映射到带权 L2 函数空间中的一个受限制的优化问题。

Nov, 2018