现实生活中的信号几乎都是非线性,非平稳的。对于处理非线性、非平稳信号的时频分析方法的研究一直得到重视。希尔伯特黄变换是继Fourier变换、小波变换之后一种新的时频分析方法。而希尔伯特黄变换的核心思想是经验模态分解。经验模态分解(Empirical Mode Decomposition, EMD)是一种局部的,完全基于数据自适应的数字信号处理方法,非常适合于分析非平稳、非线性、多分量的信号。该方法突破了传统的信号处理的常规思路,处理方法简单,且能较准确的分析非线性信号的瞬时特征。在非线性非平稳信号的处理方向上具有良好的应用前景,因此获得了学界极大的关注。目前,众多的学者针对EMD的缺陷和不足进行了相关的改进研究,取得了丰硕的成果,使EMD存在的缺陷得到了很好的完善,为EMD的工程应用提供了广阔的平台。本文主要针对EMD的理论方法研究,具体工作内容包括如下：第一,详细的阐述了由N.E.Huang等人提出的标准经验模态分解算法；第二,针对标准EMD中三次样条插值方法构造包络线时出现不完全包络的情况,即包络线切割信号线的问题,通过改进包络算法去改善标准EMD,并通过实验验证了改进方法的有效性；第三、介绍了采用最优包络均值、正交性停止准则的逆EMD的算法流程,测试比较了标准EMD、改进前逆EMD以及改进后逆EMD的正交性指标和能量泄漏指标,分析比较了最优包络均值与其他包络均值的优势,研究了提高采样率对EMD分解效果的影响；第四、介绍了张立振提出的快速带通滤波本征模态函数分解法,并用实例验证了快速滤波法能够有效的克服模态混叠现象。本文的创新点如下：第一,在包络拟合环节,通过切点拟合包络的方式取代常规的极值点拟合包络的方法,避免了拟合包络时在极值点附近出现过冲、欠冲现象。通过实验验证该方法有效的改进了EMD算法。第二,在逆向筛分EMD算法中,提出了二阶最优包络方法。通过改进包络的方法确保分解信号时不致于过分的筛分出无物理意义的其他分量。通过仿真实验测试了该分解信号的正交性指标以及能量泄漏指标,验证了该方法的有效性。第三,通过借鉴张立振最宽带通本征模态函数分解信号的思想,提出了一种适中带宽的带通滤波分解信号方法。通过仿真验证了该方法比最宽带通获得的本征模态函数更准确,实例验证了该方法能够克服模态混叠现象。