今儿有点晚了，简要挑个wiener滤波看看（没错就是复习自动控制原理看到的）
wiener，控制论祖师爷，自动化本科生表示膜拜
——-
在信号处理中，维纳滤波是常用的降噪方法，它能够把实际信号从带有噪声的观测量中提取出来，无论是在语言信号还是图像信号中，维纳滤波都有重要的应用。
维纳滤波是一种线性最小均方误差（LMMSE)估计,线性指的是这种估计形式是线性的，最小方差则是我们后面构造滤波器的优化准则，也就是说实际信号与估计量的差 y−y^ 要有最小的方差。
而维纳滤波就是要构造一种滤波器，使得观测信号通过滤波器后能够得到的输出是实际信号的最小均方误差估计。
其实先看百度百科的，百度那边直接指出俩重要特性：
正交性原理，维纳滤波器产生的误差信号（估计误差）正交于它的抽头输入信号；
误差信号统计表征为白噪声，当滤波器长度与描述观测数据（即期望响应）产生的多回归模型阶数匹配时，这个条件成立。
—-果然在知乎的文章里也看到了正交性原理，特意留意了一下，应该就是求偏导的结果，两者等效的
知乎的文章里用卷积阐释了相关性和滤波器的作用
所以最后总结，重点是求得输入信号和真实信号的相关矩阵
PREVIOUSRNN，LSTM，Attention
NEXT二进制转BCD码