信号的某些特征在变换域上能够得到更好的表示。为了进行信号特征的提取，需要将采样得到的时域信号在相应的变换域上表示出来，从而得到对信号特征更好的描述并进行提取。对于许多实际的信号，如蝙蝠发出的超声波、鲸鱼的叫声等生物信号，以及雷达、声呐等人造系统产生的信号而言，信号瞬时频率的变化规律反映了信号重要的特征，并且也是信号模型中关键的参数，因此选择合适的变换域提取信号的瞬时频率信息，并选择合适的方法对信号进行重建是很重要的问题。利用信号在变换域上呈现出的脊特征来提取瞬时频率信息的方法出现于1990年代，其核心思想是：满足一定条件的信号在连续小波变换域（或其它线性变换域）上的参数分布呈现出脊的特征。利用稳定位相法的近似公式分析可知，脊上分布参数包含的信息与信号瞬时频率变化规律密切相关，并且可以用来对信号进行重建。由此发展出一系列根据变换域参数的相位信息、模值信息等提取脊的方法，同时也发展出各种利用脊上的信息对信号进行重建的方法。 本文对渐进信号在连续小波域上脊特征的提取方法和信号重建方法进行研究。首先针对多个信号分量的情况，定量分析了脊的分辨率，并得出结论：脊的分辨率与信号分量瞬时频率的比值密切相关，一般在比值大于2的情况下，两条脊能够很好地区分；在比值小于2的情况下，脊之间互相干扰，形成复杂的脊分布图像，无法提取单条的脊。因此对于语音等含有多个分量的信号，频率相邻的分量分别形成几个带状区域，每个区域内脊互相干扰，无法分辨的情况是普遍的。其次，针对脊之间形成干扰，无法分辨的情况，本文提出可以用一条公共脊来代替多条混杂在一起的脊，利用公共脊上分布的数据来表示多条相邻脊上的信息，用来对多个信号分量同时进行重建，并且从理论上分析了这一方法的近似效果。再次，借鉴重定位方法的思想，并根据公共脊与多个信号分量对应脊线的分布关系，提出了一种适合于脊特征算法的公共脊重定位方法。理论分析表明，公共脊分布的位置只与几个信号分量的瞬时频率有关，而与各个分量的幅度无关，这一点与一般的重定位方法不同。然后，着重讨论了脊特征提取算法的实际应用。在信号重建过程中，选择合适的方法用少量数据来描述起关键作用的参数，并用这些参数来重建信号，可以达到信号压缩的目的。特别是对于语音信号中的浊音部分，通常可以用3~5条公共脊来表示前几个共振峰对应的信号分量，并用来重建信号；重建过程中，按照一定的门限或阈值选择特定范围的参数，可以达到信号去噪的效果；在变换域上信号分量对应的脊能够分离的情况下，可以分别重建各个分量，从而利用时频特征进行信号分量的分离；同时，通过对几个在文献中进行算法比较时常用生物信号进行的分析，表明一些生物信号，如蝙蝠的回声等，特别适合用脊的特征进行描述和分析。最后，对脊特征算法存在的一些问题加以总结，明确了下一步的研究方向。