基于matlab的gs迭代算法,输入图样为散射场信息，随机生成初相位，角谱迭代至振幅信息基本不变的相位恢复算法代码

在MATLAB中，基于GS (Gerchberg-Saxton) 迭代算法通常用于光学相干断层成像（OCT）或类似技术中的相位恢复，给定的是散射场（复数幅度）的信息。这种算法通过反复更新估计的相位来逼近实际的相位分布，初始阶段随机设置相位作为猜测值。

以下是一个简化的MATLAB GS算法的示例代码片段：

function [recovered_phase] = gs_algorithm(scattered_field, max_iter, initial_phase)
    % 初始化参数
    N = size(scattered_field, 1); % 图像尺寸
    recovered_phase = zeros(N);
    convergence_threshold = 1e-6; % 达到收敛的阈值

    for iter = 1:max_iter
        % 步骤1：计算平均幅度
        amplitude_avg = abs(mean(scattered_field));

        % 步骤2：根据当前相位估计重构的场
        estimated_field = amplitude_avg.*exp(1i * recovered_phase);

        % 步骤3：从重构的场中提取新相位估计
        new_phase_estimate = angle(mean(estimated_field));

        % 步骤4：检查收敛条件
        delta_phase = norm(new_phase_estimate - recovered_phase);
        if delta_phase < convergence_threshold
            break;
        end

        % 更新相位
        recovered_phase = new_phase_estimate;
    end
end

在这个例子中，`scattered_field`是输入的散射场矩阵，`max_iter`是最大迭代次数，`initial_phase`是随机生成的初始相位数组。该函数返回最终恢复的相位数组。