能够快速高效地实现对非平稳非线性信号的处理分析的时频分析方法,己经成为现代信号处理分析方法的研究热点。经验模态分解EMD (Empirical Mode Decomposition)逐渐展现出它在非平稳非线性信号处理分析领域的优势。EMD分解将复杂信号分解成有限个固有模态函数IMF(Intrinsic Mode Functions)之和,具有很高的频率分辨率和自适应性。本文对经验模态分解整个理论体系进行了深入的研究,重点研究了基于EMD的滤波方法和EMD时频分析的应用,并在此研究的基础上,提出了一种新的滤波方法—基于小波阈值预处理的HHT(Hilbert-Huang Transform)滤波方法。主要的工作如下:(1)首先引入了瞬时频率的概念,论述了IMF的基本概念和EMD分解算法原理,并且分析了EMD算法的特点,结合IMF给出了边际谱和Hilbert谱的物理含义,对整个EMD时频分析理论进行了详细的论述。分析了EMD时频分析方法在模态混叠、停止准则等方面存在的不足。(2)通过仿真实验将EMD时频分析方法与传统的时频分析方法进行了比较研究,通过对典型非线性非平稳振动系统进行EMD时频分析,并将方法应用于奇异信号的检测中,验证了EMD时频分析方法具有很高的时频分辨率和很强的自适应性。(3)重点研究了基于EMD的滤波方法、基于EMD的小波阈值滤波、基于EMD的Hilbert谱滤波三种滤波方法,讨论了三种方法的优点和缺陷,在它们的基础上提出一种在EMD分解之前进行小波阈值预处理的信号滤波方法——基于小波阈值预处理的HHT谱滤波,并通过仿真试验与EMD滤波、基于EMD的小波阈值滤波、小波阈值滤波、基于EMD的Hilbert谱滤波方法的效果进行比较,验证了该方法的有效性及优越性。