Ein Detektionsprinzip, das für ein bekanntes deterministisches Signal im additiven weißen Gaußschen Rauschen einen linearen Filter vorschreibt, dessen Impulsantwort die zeitumgekehrte komplexe Konjugierte des bekannten Signals ist: Dieser Filter maximiert das Ausgangs‑Signal‑zu‑Rausch‑Verhältnis unter allen linearen Filtern und realisiert für dieses Modell den Maximum‑Likelihood‑Detektor.

Prinzip

Für AWGN und eine bekannte Wellenform maximiert die Korrelation des empfangenen Signals mit der passenden Vorlage (zeitumgekehrte Konjugation) das Ausgangs‑SNR und liefert den optimalen linearen Detektor; Empfänger nutzen daher Matched‑Filtering unter diesen Annahmen.

Demonstration

Illustratives Szenario → Ein Empfänger soll Anwesenheit eines bekannten Pulses s(t) in AWGN detektieren. Erkennen → Konstruiere h(t)=s*(T−t) mit passender Zeitausrichtung T. Handlung → Das empfangene Signal durch den Filter leiten und die Filterausgabe bei T abtasten. Konsequenz → Die Abtastung liefert das maximal erreichbare SNR für lineares Filtering und damit die beste Detektionsleistung unter dem AWGN‑Modell.

Fehlanwendung

Den Matched Filter unverändert bei farbigem Rauschen oder strukturierten Störungen ohne Weißmachung verwenden: Die direkte Anwendung maximiert nicht das SNR und kann zu suboptimalen oder irreführenden Detektionsstatistiken führen.

Konsequenz

Gibt eine konkrete Empfängerarchitektur (Korrelator oder Matched Filter) und eine Leistungsgrenze vor; Abweichungen von den AWGN‑Annahmen erfordern Vorverarbeitung (Whitening), verallgemeinerte Likelihood‑Methoden oder andere Detektorstrukturen.

Umkehrung

Bei farbigem, nicht‑gaussischem Rauschen oder unsicheren Signalformen (unbekannte Zeit, Amplitude, Phase oder Gestalt) muss die Matched‑Filter‑Lösung angepasst werden (Pre‑Whitening, generalisierte Matched‑Filter, GLRT oder nichtlineare Detektoren) und ist nicht mehr strikt optimal.

Abgrenzung

Gilt für lineare Detektion einer bekannten deterministischen Wellenform im additiven weißen Gaußschen Rauschen mit dem Ziel, das Ausgangs‑SNR zu maximieren. Anwendung auf unbekannte Signale, nicht‑additive Rauschmodelle oder andere Kostenfunktionen ist nicht unmittelbar gerechtfertigt.

Semantische Spannung

Optimalität unter AWGN ↔ Robustheit gegenüber Modellabweichungen: Matched Filtering ist optimal für AWGN, kann jedoch gegenüber Abweichungen (Färbung, Interferenz, Modellunsicherheit) empfindlich sein und alternative/adaptive Detektoren erfordern.

Synthese

Der Matched Filter liefert eine prinzipienbasierte, implementierbare Optimalität für die Detektion bekannter Wellenformen in AWGN durch SNR‑Maximierung; praktische Empfänger müssen jedoch Abweichungen von Annahmen prüfen und anpassen, um nahezu optimale Leistung zu erhalten.