ethod re-start模糊图像恢复的投影重开始共轭梯度法-Blurred image restoration projection conjugate gradient method re-start

多传感器数据融合的梯度下降法。方法较为简单，代码基本可以实现滚转角与俯仰角的解算，需要再调参数会更精确-Multi-sensor data fusion gradient descent. The method is simple, basic code can roll angle and pitch angle of the solver, you need to re-tune the parameters would be more accurate

The gradient value changes randomly as per the input vector. When the rate of convergence U is slow, then it will gives good estimation of large amount of data. By sending known pilot sequence to the transmitter the knowledge of the transmitter sig

在共轭梯度法的实际使用中, 通常在迭代 ?? 步或 ?? + 1 步之后, 重新取负梯 度方向作为搜索方向, 我们称之为再开始共轭梯度法. 这是因为对于一般非二次 函数而言, ?? 步迭代后共轭梯度法产生的搜索方向往往不再具有共轭性. 而对于 大规模问题, 常常每 ??(?? < ?? 或 ?? ? ??) 步就进行再开始. 此外, 当搜索方向不 是下降方向时, 也插入负梯度方向作为搜索方向.(In the practical use of conjugate gradient m