对系统输出图像进行反卷积操作试图恢复原始清晰的输入图像

人工智能中计算机视觉领域下科目，重点包括 相机模型校正、单应性估计、对极几何、束调整等理论内容，以实现图像等校正、拼接、光束校准等应用

利用优化算法并构建滤波器来解决信号通道的失真（噪声、多径传播）等问题

应用梯度下降法和牛顿法来实现迭代优化问题，并对比评估这些方法的性能

利用非偏线性正交估计器（卡尔曼滤波框架的一种线性最小方差无偏估计方法）来处理多种测量数据，并通过对状态的先验分布和测量不确定性进行融合，从而得到参数和状态（目标的位置）的最佳线性无偏估计及其误差协方差矩阵。

由于雷达在法国是敏感领域，以后绝对做不了雷达成像，所以只简单陈述数据处理的流程思路及Stolt插值原理，雷达方面的内容和其他的都在实习报告里就不费时间搬过来了

主要介绍随机信号及其统计特性，包括协方差函数与功率谱密度，最后简单介绍维纳滤波器在信号处理中的应用

使用维纳反卷积技术，重建受噪声和测量误差影响的信号。

小孩子不懂事写着玩的

主要包含根轨迹+频率分析+状态空间+数字控制器+PID的实现思路和代码