基本原理請參考這篇文章：
https://blog.csdn.net/xeonmm1/article/details/95735261
這次我們希望通過全尺度卷積算法實現一個隨機信號的包絡計算，包絡計算的難題是：如果使用幅度逼近，則可能缺失時域，如果使用時域逼近，則可能缺失幅度，之所以出現這種情況是因爲隨機信號的信號成分不是固定的，裏面包含了從低到高的頻率，和不同的幅度信號，爲了儘可能緩和兩者之間的矛盾，本文使用了一種統計的動態方法，兼顧一定頻域內(f-k,f+k)的信號可以被“風險最小化”地取到包絡點。
原理：
1.使用全尺度卷積，但是卷積窗只使用三個尺度，f-k,f,f+k，這樣做的目的是爲了具備一個動態範圍，能夠適應一定範圍內的頻率變動，如果該片信號的波動較大的話，這個算法是無能爲力的，也是強人所難的；
2.非線性卷積核：在窗口滑動的過程中，選擇該次最大或最小的特徵點計數+1，這樣可以形成一個特徵計數表，每一個點被窗掃描的次數是一定的，所以每次掃描必然會獲得[0,period]的計數範圍；
3.將三個特徵-尺度計數表歸一化相加後，若其總計數>0.5，則證明該特徵點，在目標頻率週期範圍內具備統治性，是可能的包絡點；
4.清理異常點和邊緣點；
