（1）图G的拉普拉斯矩阵设为L，由于其是一个实对称矩阵，故可以被正交对角化，即（其中V是L的n个特征向量构造的正交特征矩阵，是V中特征向量对应的特征值）。同时，L作为图位移算子(空域角度，特殊的邻接矩阵)，也在聚合节点的邻居特征中充当了图滤波器（频域角度）的角色。

（2）对于任意一个在图G上的信号x，其傅里叶变换为，这里将特征矩阵V称为傅里叶基，而是在傅里叶基上的傅里叶系数。

（3）由于V是一个正交矩阵，对上面（2）中的左乘V，则有，该过程称为傅里叶逆变换。

（4）在图信号处理中，我们将图滤波器定义为将图信号的频谱中各个频率分量的强度进行增强或者衰减。设图滤波器为H，输出信号为y，则：

我们称为图滤波器H的频率响应矩阵，对应的函数为H的频率响应函数。

（5）我们对H进行泰勒展开，有

         同时：

          而对于，有：

         所以，H可以写作泰勒级数形式（实际使用中，很多用进一步的切比雪夫多项式）：

  后续知识点，可以详见：

  https://blog.csdn.net/qq_40931181/article/details/89321770

  https://mp.weixin.qq.com/s/7KD8i8YqhhRfW-_y3AphnQ