マッチトフィルタという概念がある。レーダー・GPS・無線通信に共通して登場する、信号処理の基本的な考え方だ。

名前から意味が想像しにくい。「マッチ」とは何に合わせているのか。今日はその直感から整理したい。

問い: ノイズの中から信号を見つける最善策は何か

白色ノイズが混入した受信信号 r(t) の中に、既知の波形 s(t) が埋まっている。これを線形フィルタで取り出すとき、SNR（信号対雑音比）を最大化するフィルタ h(t) はどんな形か？

答えはこうだ。

h(t) = s(T - t)

送信信号 s(t) を時間反転して遅延させたもの。受信機は送信信号の「鏡像」を持てばいい、という結論になる。

相互相関という直感

フィルタの出力は畳み込みで計算される。

y(t) = r(t) * h(t)

h(t) = s(T-t) を代入して t = T での出力を展開すると、これはちょうど r(t) と s(t) の相互相関になる。

y(T) = ∫ r(τ) · s(τ) dτ

相互相関は「どれくらい似ているか」の尺度だ。値が大きいほど、r(t) が s(t) に近い。

つまりマッチトフィルタとは、受信信号に向かって「あなたはこの波形に似ていますか?」と問い続ける操作のことだ。

具体例: レーダーと GPS

レーダーを想像する。送信したパルスが物体に反射して戻ってくる。受信機は「自分が何を送ったか」を知っている。最適な戦略は、返ってきた信号と送信信号を比較し続けて、最もよく一致する瞬間を見つけること。その瞬間が物体の存在を示す。

GPS も同じ構造を持つ。衛星は既知の PRN コード（擬似乱数系列）を送信し続けている。受信機は手元にコードのコピーを持ち、相関を計算することで衛星を「発見」する。まずタイミングを合わせて、相関が最大になるオフセットを探す。

どちらも「何を探しているかを事前に知っている」という前提が最適化を可能にしている。

なぜ最適なのか: コーシー=シュワルツ

なぜ h(t) = s(T-t) が最適かの証明には、コーシー=シュワルツ不等式を一度使うだけで済む。

周波数領域で SNR を書くと、

SNR ∝ |∫ H(f) · S(f) df|²  /  ∫ |H(f)|² df

コーシー=シュワルツより、この値が最大になるのは H(f) が S(f) に比例するとき。具体的には H(f) = S*(f)（複素共役）。時間領域に戻すと h(t) = s(T-t) に対応する。

計算は短いが、言っていることは深い。信号の「形」を知っていれば、それを使わない手はない。

まとめ

マッチトフィルタは「答えを知っている探偵」のようなフィルタだ。何を探しているかを知っていれば、ノイズの中からそれを最も効率よく見つけられる。

知らないより知っている方が有利、という当たり前の事実が、数学的に整然とした形で現れている。それが少し気持ちいい。