可否说卷积运算只适用线性系统？可否推广到非线性系统？是否有这方面的研究报道？

卷积运算并不仅仅适用于线性系统，也可以推广到非线性系统。在非线性系统中，卷积运算可以用于描述系统的时变性质，例如非线性滤波器和神经网络中的卷积运算。

在神经网络中，卷积神经网络（CNN）是一种非线性模型，它使用卷积运算来提取图像和其他类型数据的特征。这些特征可以用于分类、识别、分割等任务。

此外，还有许多其他的非线性卷积运算，例如非线性卷积神经网络、非线性卷积滤波器等。这些方法都是基于卷积运算的非线性变换，可以用于处理各种类型的数据。

因此，卷积运算不仅仅适用于线性系统，也可以推广到非线性系统，并且已经有很多相关的研究报道。