解卷积以提取潜在内核

Question

假设A * X = B是full-convolution;因此，如果matrix A是N x N且matrix X是M x M，则matrix B必须是（N + M-1）x（N + M-1）。我知道A和B，但不知道X;所以我想找到它。

由于傅里叶变换的反卷积要求所有相关矩阵具有相同的大小，我们用{0}填充A成为（N + M-1）x（N + M-1）。

这很容易在Python中完成，

import numpy as np
from numpy.fft import fft2, ifft2

shape = B.shape
X_pre = ifft2(fft2(B, shape) / fft2(A, shape)).real

X = X_pre[:??, :??] # what do I put here to extract the latent kernel X?

问题是X_pre的大小是（N + M-1）x（N + M-1），但我想得到大小为M x M的X 。知道M比N小得多，我如何提取潜在内核X？

提前致谢...