线性、双线性、多项式插值

课程练习及往年考题，仅供个人复习使用，否则老师会跟我拼命。

对系统输出图像进行逆卷积操作试图恢复原始清晰的输入图像

勒让德变换将一个函数映射为其凸共轭函数，广泛用于优化理论中。将其与半二次优化方法结合，推导了正则化分解和辅助变量的更新策略

使用NLMS和卡尔曼滤波器估计AR参数和噪声方差，并Singer模型进行状态估计，最后通过蒙特卡洛仿真来评估滤波器性能

利用Huber正则化方法实现图像反卷积

傅里叶综合（Fourier Synthesis）是重建医学成像的关键方法，但因观测数据的不完整性和噪音问题而成为 ill-posed problem。因此介绍了病态问题的原因、观测频率不均对重建的影响，以及提出正则化方法和经验估计提高重建精度。

Wiener-Hunt 方法在无监督方面的扩展，主要关注于超参数的自动调节。通过贝叶斯解释介绍误差分布与信号分布的建模，详细阐述了马尔可夫链 蒙特卡洛（MCMC）方法中的Gibbs采样算法

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

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