输入信号整形是数控机床中减少振动的开环控制技术，其作法是产生一命令信号来消除其自身的振动。较早命令信号产生的振动会由后面命令信号产生的振动所抵消。输入信号整形的作法是将脉冲和任意命令信号进行卷积。接着用整形后的命令来驱动系统。若整形器的脉冲选择得当的话，整形后的命令产生的残余振动会比原始命令的振动要小。脉冲的振幅以及时间会依照系统的自然振动频率以及阻尼比决定。输入信号整形可以调整到对系统参数的误差有高鲁棒控制。
加伯–韦格纳转换是一种时频分析的工具，由加伯转换及韦格纳转换两种时频分析工具所组合而成，加伯转换根据丹尼斯·盖博所命名，而韦格纳转换则是根据尤金·维格纳，原名维格纳·帕尔·耶诺所命名。加伯转换是一窗函数为高斯函数的短时距傅立叶变换，由于传统短时距傅立叶变换的窗函数常为一矩形函数，由于矩形函数的傅立叶变换为一个Sinc函数，所以在做时频分析的时候容易会有Side lobe的现象，所以加伯转换尝试利用高斯函数来当作窗函数，三角波为两个矩形函数卷积而来，高斯函数则为无限多个矩形函数卷积而来所以在频域上代表无限多个Sinc函数相乘而来，这样相乘原先Sinc函数小于1的数值越乘越小，Side lobe的影响也跟着变小，但它必须遵守海森堡测不准原理，所以它的清晰度有它的极限。而韦格纳转换由于是对讯号的自相关函数做傅立叶转换，所以清晰度可以成功超越测不准原理所规范的极限。但它的缺点在于当一个讯号有两个以上的成分所组成，分析出来的时频图就会产生严重的cross-term的现象。为了结合两者的优点所以S.C Pie和J.J.Ding在2007年提出了加伯-韦格纳转换。
卷积定理指出，函数卷积的傅里叶变换是函数傅里叶变换的乘积。即一个域中的卷积对应于另一个域中的乘积，例如时域中的卷积对应于频率中的乘积。
啁啾-Z转换为离散傅立叶变换的一般化，是一种适合于计算当取样频率间隔与取样时间间隔乘积的倒数不等于信号的时频分布面积时的算法，其为利用卷积来实现任意大小的离散傅立叶变换的快速傅立叶变换算法。
重叠-储存之折积法 是一种区块折积 ，可以有效的计算一个很长的信号 x[n] 和一个 有限脉冲响应 h[n] 的卷积。
区块折积，又称区块卷积、分段折积、分段卷积、分块卷积，是一种计算线性离散卷积的方法，在讯号处理以及线性非时变系统领域的应用层面上有相当高的价值。
重叠-相加之折积法 是一种区块折积 ，可以有效的计算一个很长的信号 x[n] 和一个 有限脉冲响应 h[n] 的卷积。
在数学中，柔化函数是某种特殊的光滑函数。在分布理论中，柔化函数和某个不光滑的目标函数的卷积将是光滑的，因此通过取一系列的柔化函数，我们可以以卷积的方式来“逼近”目标函数。直觉上，给定某个不光滑的函数，它和柔化函数卷积之后变得“柔滑”了。比如说一个有“棱角”的函数，和柔化函数的卷积将会使得“棱角”被“磨圆”，但这个卷积函数的形状仍然和原来的函数“大致”一样。最早提出柔化函数概念的数学家是Kurt Otto Friedrichs。
啁啾-Z转换为离散傅立叶变换的一般化，是一种适合于计算当取样频率间隔与取样时间间隔乘积的倒数不等于信号的时频分布面积时的算法，其为利用卷积来实现任意大小的离散傅立叶变换的快速傅立叶变换算法。
Mini wiki
