Signali a Tempo Limitato: Definizione, Esempi e Significato nell'Elaborazione dei Segnali

Signali Che Esistono Solo in una Finestra Finita

Un segnale a tempo limitato x(t) soddisfa: x(t) = 0 per |t| > T (o t < t₀ o t > t₁). Ha **durata finita**. Questa è un'idealizzazione matematica — i segnali fisici hanno sempre estensione infinita (rumore termico, vita dell'universo) — ma è un modello potente per impulsi, pacchetti, transienti e analisi windowed.

Proprietà Matematiche

• Trasformata di Fourier: Un segnale a tempo limitato **non può essere banda-limitato** (teorema di Paley-Wiener). Il suo spettro X(f) ha estensione infinita. Viceversa, un segnale banda-limitato (es. passa-basso ideale) ha supporto temporale infinito.
• Energia: E = ∫|x(t)|² dt < ∞ (energia finita). Tutti i segnali a tempo limitato sono segnali energetici (non segnali di potenza).
• Analiticità: X(f) è una funzione intera (analitica ovunque) → non può essere zero su un intervallo a meno che non sia identicamente zero.

Esempi Comuni

• Impulso Rettangolare: rect(t/τ) = 1 per |t| < τ/2, altrimenti 0. Spettro: τ·sinc(πfτ).
• Impulso Gaussiano: exp(-t²/2σ²) — effettivamente a tempo limitato (decade rapidamente). Anche Gaussiano in frequenza — prodotto tempo-banda minimo.
• Coseno Elevato / Radice-Coseno Elevato: Usato nelle comunicazioni digitali (ISI zero). Limitato nel tempo a periodo simbolo × rolloff.
• Funzioni Finestra: Hamming, Hann, Blackman, Kaiser — *applicate* a segnali infiniti per renderli a tempo limitato per DFT.
• Fonemi / Parole del Parlato: Segmenti ~50–200 ms.
• Impulsi Radar / Sonar: Durata µs–ms.
• Pacchetti di Rete: Preambolo + Payload + CRC (µs–ms).

Implicazioni nell'Elaborazione dei Segnali

• DFT/FFT Assume Estensione Periodica: Applicare una finestra a un segnale a tempo limitato crea perdite spettrali (convoluzione sinc). La scelta della finestra compromette larghezza del lobo principale vs livello dei lobi laterali.
• Filtro Adattato: Rilevatore ottimale per un segnale a tempo limitato noto in AWGN: h(t) = x(T-t). Massimizza il rapporto segnale-rumore a t=T.
• Analisi Tempo-Frequenza: STFT, Wavelets, Wigner-Ville — analizzano *quando* si verificano le frequenze. Essenziali per segnali a tempo limitato non stazionari.
• Campionamento: Tempo limitato → banda infinita → aliasing inevitabile. Filtro antialiasing deve precedere il campionamento; accettare un po' di aliasing o sovracampionare.
• Convoluzione: y(t) = x(t) * h(t). Se x(t) ha durata T_x, h(t) durata T_h → y(t) durata T_x + T_h.

Contrasto: Segnali a Tempo Illimitato

• Sinusoidi (eterni).
• Segnali periodici (serie di Fourier).
• Processi casuali stazionari (rumore bianco, processo di Wiener).
• Funzione gradino u(t) — durata infinita (ma causale).

Conclusione Pratica

I segnali reali sono *effettivamente* a tempo limitato (burst, pacchetto, transitorio). Li modelliamo come tali, applichiamo finestre per l'analisi spettrale e progettiamo sistemi (filtri, modulatori, rilevatori) rispettando la dualità tempo-banda. L'impossibilità "tempo-limitato ↔ banda-limitata" è il motivo per cui accettiamo bande di transizione, ripple di attenuazione e perdite spettrali — l'ingegneria è gestire il compromesso.