卷积
卷积是f（τ）与逆函数g（t-τ）的相关函数。
卷积运算符是星号*。
连续卷积
f（t）和g（t）的卷积等于f（τ）乘以f（t-τ）的积分：
离散卷积
2个离散函数的卷积定义为：
二维离散卷积
二维离散卷积通常用于图像处理。
卷积的滤波器实现
我们可以通过与脉冲响应h（n）卷积来过滤离散输入信号x（n），以获得输出信号y（n）。
y（n）= x（n）* h（n）
卷积定理
2个函数的乘积的傅立叶变换等于每个函数的傅立叶变换的卷积：
ℱ{ ˚F ⋅克} =ℱ{ ˚F } *ℱ{克}
2个函数的卷积的傅立叶变换等于每个函数的傅立叶变换的乘法：
ℱ{ f * g } =ℱ{ f }⋅ℱ{ g }
连续傅立叶变换的卷积定理
ℱ{ ˚F（吨）⋅克（吨）} = {ℱ ˚F（吨）} * {ℱ克（吨）} = ˚F（ω）* g ^（ω）
ℱ{ ˚F（吨）*克（吨）} = {ℱ ˚F（吨）}⋅ℱ{克（吨）} = ˚F（ω）⋅ ģ（ω）
离散傅里叶变换的卷积定理
ℱ{ ˚F（Ñ）⋅克（Ñ）} = {ℱ ˚F（Ñ）} * {ℱ克（Ñ）} = ˚F（ķ）* g ^（ķ）
ℱ{ ˚F（Ñ）*克（Ñ）} = {ℱ ˚F（Ñ）}⋅ℱ{克（Ñ）} = ˚F（ķ）⋅ ģ（ķ）
拉普拉斯变换的卷积定理
ℒ{ ˚F（吨）*克（吨）} = {ℒ ˚F（吨）}⋅ℒ{克（吨）} = ˚F（小号）⋅ ģ（小号）