关于用于从结构照明中相位检索的放松平均交替反射（RAAR）算法
On Relaxed Averaged Alternating Reflections (RAAR) Algorithm for Phase Retrieval from Structured Illuminations
AI总结：
本文研究了用于从结构照明中相位检索的RAAR算法，通过修改算法以适应两个或更多衍射图案，并在傅里叶域中运行，证明了局部收敛性，并通过数值模拟展示了其比HIO方法更有效和稳定的性能。
摘要：
本文讨论了不同于随机相位掩模的结构照明，其中具有像素依赖性确定性相移的结构照明用于去随机化模型设置。RAAR算法被修改以适应两个或更多衍射图案，并在傅里叶域而非空间域中运行。通过一些特征值分析证明了RAAR算法的局部收敛性。数值模拟展示了该算法相比HIO（混合输入-输出）方法的有效性和稳定性。数值性能显示了在我们的测试中RAAR的全局收敛性。
英文摘要：
In this paper, as opposed to the random phase masks, the structured illuminations with a pixel-dependent deterministic phase shift are considered to derandomize the model setup. The RAAR algorithm is modified to adapt to two or more diffraction patterns, and the modified RAAR algorithm operates in Fourier domain rather than space domain. The local convergence of the RAAR algorithm is proved by some eigenvalue analysis. Numerical simulations is presented to demonstrate the effectiveness and stability of the algorithm compared to the HIO (Hybrid Input-Output) method. The numerical performances show the global convergence of the RAAR in our tests.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
