Fortran 卷积与信号分辨率

我意识到输入信号的分辨率会极大地影响卷积的结果。我想知道是否有办法弥补这一点。让我举个例子：

让我们采用Sersic方程： 例如，使用

现在我们求解这个方程，R阶跃为0.1和0.01。例如，对于第一个点（R=0），我们得到\mu（0）=9.82

下一步是卷积数据，在将其转换为计数后（要将其转换为计数，我们可以使用这个简单的方程：data（R）=10^（（\mu（R）-25）/（-2.5））。我使用了下面提到的我编写的子程序，但我尝试了其他子程序，得到了相同的结果（PSF为Moffat，半高宽=0.5弧秒，其构造方式为总面积等于1）：

因此，在这个例子中，对于卷积后分辨率为0.1的数据（以及将计数重新转换为\mu后），我得到\mu（0）*=13.52。对于分辨率为0.01的数据，我得到\mu（0）*=15.52。这是两个数量级的差异！！我做错了什么，或者我如何补偿这种影响

---

非常感谢您的帮助！

使用什么类型的内核进行卷积？结果的意义是什么？请注意，这看起来不像是编程问题。您可能在这方面运气更好，但不要交叉张贴。如果您在这里提问，请删除此处的问题。我投票将此问题作为离题题结束，因为它根本不是编程问题问题。@VladimirF在另一个网站上寻求帮助的建议是好的。实际上两者都有（数学和编程）。数学部分只用于绘制数据集。告诉我如何卷积数据集？也许另一个卷积例程可以解决问题。内核是moffat，半高宽=0.5（例如）意思是：如果我们观察的是一个椭圆星系，它的光分布由sersic方程给出。但是如果大气中有湍流或者你的望远镜不是很好，那么数据就会被卷积。通常在这种情况下，我们天文学家使用moffat作为PSF分布。我们的想法是对数据进行解算，以便恢复银河系的真实光轮廓。

  sum1 = 0
  DO i = 1,n
    sum1 = 0
    g = i
    DO f = 1,i
      sum1(f) = Data(f)*PSF(g)   
      g = i - f
    ENDDO
    convData(i) = sum(sum1)
  ENDDO 
  convData = convData(n:1:-1)