仿真匹配滤波器的FFT-IFFT的实现，采用矩形脉冲信号，观察滤波前后的波形，分析匹配滤波器对矩形脉冲的压缩前后的性质。
FFT实现匹配滤波器的原理图如下图所示，对x[n]和h[n]补零，然后进行n点FFT，相乘进行ifft。 得到的y[n]是滤波信号，实际上是FFT实现线性卷积的过程，对x[n]进行匹配滤波是滤波脉冲函数和卷积运算。
1、产生矩形脉冲信号。 这里，使用正弦波和脉冲信号进行调制，获得将载波信号与脉冲信号相乘进行调制的矩形脉冲。 下图是调制的信号及其频谱图。 这里的光谱图是正弦波的光谱图，是一条谱线，信号频率为400Hz。 由于没有进行fftshift，所以没有将零频率分量移动到原点，所以100Hz也有谱线。
2 .产生匹配滤波器的脉冲响应。 由于该信号的对称性，此时的匹配滤波器的冲激响应等于原始信号的一个周期的值。 因此，如果直接写入匹配滤波器的冲激响应，冲激响应当然可以通过信号的反褶边共轭获得。
h=conj(fliplr(s ) )； 经过%匹配滤波的系数函数3首先通过线性卷积实现匹配滤波，并在对s(t )和h直接进行卷积运算之后得到向下舍入输出信号。
Clin=ConV(s，h )； Clin_1=clin(1:250； 4、用FFT实现匹配滤波，如上述原理图所示，取零、FTT、IFFT、截止后得到输出信号。
如下图所示，输出信号上为卷积运算得到的输出信号，下为FFT得到的输出信号。
N1=Length(s； N2=长度(h )； N=N1 N2-1； xk=FFT(s，n )； hk=FFT(h，n )； YK=XK.*HK； yt=IFFT(yk，n )； yt1=yt(1:250；
从图中可以看出，在对矩形脉冲信号进行匹配滤波器之后，信号的时间宽度不减少，对雷达信号进行匹配滤波器之后，分辨率不提高，脉冲压缩比为1，信噪比不提高。
clcclearclose allFs=500； %采样率500HzTs=1/Fs； t0=0.1； t=0:Ts:0.5-Ts； %载波信号x=(sin(2*pi*400*t )1)/2； %sin(2*pi*20*t )； figure(1) subplot (3，1，1 )； plot(t，x ) xlabel(time ) seconds ) (ylabel ) amplitude (title )载波/脉冲信号) hold on%编码信号j=(square )2*pi plot(t hold offs=x.*j； subplot(3、1、2 )； plot(t，s ) xlabel (title ) seconds ) ) ylabel (amplitude ) (title ) (调制信号) ) y=fft(x ) x； fs=1/Ts； f=(03360长度(y )-1 ) fs /长度(y )； subplot(3、1、3 )； plot(f，ABS(y ) ) xlabel('Frequency ) Hz ) ) MF响应函数t2=0:Ts:0.1-Ts； h=(sin )2*pi*400*T2 )1)/2； figure(2； plot(T2，h ) xlabel(time ) seconds ) (ylabel ) amplitude (title ) FM响应) %线性卷积clin=conv(s ) s，h )； Clin_1=clin(1:250； figure(3； subplot (2，1，1 )； plot(t，clin_1) xlabel (title ) seconds () ) ylabel () amplitude () )线性卷积) %通过FFT实现线性卷积。 N1=Length(s； N2=长度(h )； N=N1 N2-1； xk=FFT(s，n )； hk=FFT(h，n )； YK=XK.*HK； yt=IFFT(yk，n )； yt1=yt(1:250； subplot(2、1、2 )； 使用plot(t，yt1 ) xlabel(time ) seconds ) ) ylabel (amplitude ) ) title (FFT进行匹配滤波) )