该算法可以实现在频域解解卷积，包含排序算法，亲测好用

可以将超声脉冲回波检查中的接收信号建模为脉冲响应和反射序列之间的卷积，这是被检物体的脉冲特性。 去卷积的目的是使该过程近似反转以提高时间分辨率，从而使来自紧密间隔的反射器的回波之间的重叠变小。 本文提出了一种改进的最小熵盲去卷积算法，用于对超声信号进行去卷积。 通过使用提出的方法可以提高分辨率。 另外，在许多情况下，所提出的方法将导致更快的计算。 非线性函数是改进的盲解卷积算法效率的关键，该算法用于通过使用非线性函数的输出替换每个迭代输出来增加迭代输出的稀疏性并减少添加的噪声的影响。 仿真结果表明，在对合成超声信号进行卷积时，与最小熵解卷积相比，修改的效率更高。 使用实际超声数据的实验结果进一步评估，精确的解决方案始终可以产生良好的性能。 薄钢板样品的厚度可以通过改进的盲反褶积滤波器以合理的精度进行计算。

针对于模糊图像复原，psf复原，加权数组去模糊，FUN复原图像

经典盲解卷积（ 图像超分辨率重建）.

用Matlab 语言实现基于最佳维纳滤波器的地震信号盲解卷积算法，使用给定的任意类型子波，期望输出可以有五类选择 （类型1：零延迟尖脉冲；类型2：任一延迟尖脉冲； 类型3：时间提前了的输入序列；类型4：零相位子波；类型5：任意期望波形。），检验上述算法。

关于图像盲复原的经典文章，对于不确定点扩散函数的情况下，盲解卷积是一种比较好的方法