Classificazione dei Segnali: Una Tassonomia Completa per Ingegneri

Come Sono Categorizzati i Segnali

I segnali—funzioni che veicolano informazioni su un fenomeno—vengono classificati lungo assi indipendenti multipli. Un singolo segnale (es. un'onda Wi-Fi) appartiene a diverse categorie simultaneamente. Comprendere queste tassonomie è essenziale per selezionare tecniche di elaborazione, strategie di comunicazione e hardware.

1. Per Continuità di Ampiezza/Valore (Fondamentale)

• Analogico (Ampiezza Continua): L'ampiezza può assumere qualsiasi valore in un intervallo continuo. Esempi: solco di disco in vinile, tensione termocoppia, portante RF, onda di pressione audio.
• Digitale (Ampiezza Discreta): Ampiezza limitata a un insieme finito di livelli (di solito 2ⁿ). Esempi: byte UART, simboli PCIe, valori registro CPU, codice Morse (stati discreti).
• Quantizzato: Ampiezza discreta ma non necessariamente digitale (es. output ADC a 8 bit prima della codifica).

2. Per Dominio Temporale (Fondamentale)

• Tempo Continuo (CT): Definito per ogni t ∈ ℝ. x(t). I segnali analogici sono CT. I segnali digitali NON sono CT.
• Tempo Discreto (DT): Definito solo per indici interi n ∈ ℤ. x[n]. Risultato del campionamento. Tutti i segnali digitali sono DT.
• Tempo Discreto Analogico: Campionato ma non quantizzato (es. circuiti a condensatori commutati, secchi CCD). Raro nei sistemi digitali moderni.

3. Per Determinismo

• Deterministico: Valori futuri perfettamente prevedibili da passati/presenti. Onda sinusoidale, esponenziale, treno di impulsi noto.
• Casuale / Stocastico: Descritto da distribuzioni di probabilità (PDF, PSD). Rumore termico, parlato, canale di fading wireless, prezzi azioni. La maggior parte dei segnali reali di interesse è casuale.

4. Per Periodicità

• Periodico: x(t+T) = x(t) per qualche T > 0. Rappresentazione Serie di Fourier. Spettro a linee.
• Aperiodico (Non periodico): Nessuno schema ripetuto. Rappresentazione Trasformata di Fourier. Spettro continuo.
• Quasi Periodico / Ciclostazionario: Statistiche variano periodicamente (es. segnali modulati, vibrazione macchinari rotanti).

5. Per Energia / Potenza (Segnali Energetici vs di Potenza)

• Segnale Energetico: Energia totale finita `E = ∫|x(t)|² dt < ∞`. Potenza media nulla. Esempi: impulso transitorio, segnale a durata finita.
• Segnale di Potenza: Energia infinita, potenza media finita `P = lim (1/2T)∫|x(t)|² dt < ∞`. Segnali periodici, processi stazionari casuali.
• Nessuno dei due: es. rampa, gradino (energia infinita, potenza infinita).

6. Per Medio di Trasmissione / Natura Fisica

• Elettrico: Tensione/corrente su conduttori (tracce PCB, coax, coppia intrecciata, linee elettriche).
• Ottico: Intensità/fase/polarizzazione della luce in fibra o spazio libero (LiDAR, FSO).
• Acustico: Onde di pressione in aria/acqua/solidi (sonar, microfono, ultrasuoni).
• Elettromagnetico (Radio): Campi in spazio libero / guida d'onda (Wi-Fi, radar, satellite, 5G).
• Meccanico: Spostamento, deformazione, accelerazione (accelerometro, sismico).

7. Per Modulazione / Portatore di Informazione

• Banda Base: Spettro centrato a 0 Hz. Segnale originale o codificato su linea (NRZ, Manchester, PAM4).
• Banda Passante / RF: Modulato su portante. AM, FM, PM, QAM, OFDM, FSK, PSK.
• Spettro Espanso: DSSS (CDMA), FHSS (Bluetooth), CSS (LoRa).

8. Per Ruolo in un Sistema

• Informazione / Dati / Segnale Messaggio: Il payload (voce, video, lettura sensore, bit).
• Portante: Sinusoide ad alta frequenza che "trasporta" la modulazione.
• Orologio / Timing: Riferimento di sincronizzazione.
• Controllo / Segnalazione: Gestisce lo stato del sistema (handshake, grant, interrupt, PWM).
• Pilota / Riferimento / Preambolo: Sequenza nota per stima canale, sinc, equalizzazione.
• Rumore / Interferenza / Disturbo: Segnali indesiderati.

9. Per Rappresentazione Matematica (Visione DSP)

• CT Deterministico: Serie di Fourier / Trasformata, Trasformata di Laplace.
• DT Deterministico: DTFT, DFT/FFT, Trasformata Z.
• Casuale (CT/DT): Spettro di Potenza (PSD), Autocorrelazione, Funzione di Densità di Probabilità (PDF).
• Multirata: Diversi tassi di campionamento in parti diverse del sistema (decimazione/interpolazione).

Perché la Classifica è Importante

La categoria detta gli strumenti: Filtri analogici vs Digitali FIR/IIR. Serie di Fourier vs FFT. Filtro di Wiener vs Filtro di Kalman. Filtro adattato vs Rivelatore energetico. Tasso di Nyquist vs Rilevamento compresso. Identifica sempre tutte le categorie applicabili per il tuo segnale prima di progettare la catena di elaborazione.