在无损检测中，缺陷回波信号是非线性非平稳的复杂信号，传统的信号频谱分析法大多以傅里叶变换为基础，受线性稳定性条件的制约，对复杂信号的特征参数提取不准确，有时候会失去其物理意义，难以识别缺陷类型。文中提出的经验模态分解方法(EMD方法)是近年来出现的一种分析非线性、非平稳信号的新方法，可以将复杂的数据信号分解为有限数量的本征模函数(IMF)，然后通过对IMF分量进行Hilbert变换获得信号的特征参数，为信号的分析研究提供了有效的手段。　　论文首先分析了几种常用的传统信号分析方法，尽管在信号分析处理中都有各自的优势，但是当应用到非线性非稳态信号时就都显得不够强大。接着从瞬时频率，固有模态函数等基本概念入手，详细介绍了EMD的分解过程以及具体实现方法，介绍了希尔伯特变换在信号瞬时特征提取中的作用，将信号处理的最终结果表示为时间—频率—幅度的坐标。另外，还对EMD中不可避免的模态裂解、端点效应等难题进行了讨论和改进，并在Matlab环境下实现了该算法。　　文章的最后用水声信号识别和超声缺陷识别实验检验了EMD方法在提取非线性非稳定信号特征参数的能力，实验结果表明该方法能有效地将不同缺陷信号的特征参数区分开来。