时频分析是近年来信号处理研究的一个热点,它为时变非平稳信号的分析提供了有力工具。这种分析方法提供了时间域与频率域的联合分布信息,因而可以清楚地描述信号随时间变化的关系。本文以时频分析作为重点的研究对象,系统地介绍短时傅立叶变换、Wigner-Ville分布及小波变换等常见的时频分析方法。首先,本文对一种新兴的时频分析方法-Hilbert-Huang变换作了系统的分析,并在已有理论的基础上对Hilbert-Huang变换的核心-经验模态分解进行改进。在改进经验模态的基础上,针对多分量线性调频信号,给出了一种基于改进经验模态分解的Wigner-Ville分布交叉项抑制新方法,并且提出了经验模态分解的伪分量判别方法。其次,分别采用短时傅立叶变换、Wigner-Ville分布、小波变换以及改进Hilbert-Huang变换对几种类型的非平稳信号做仿真。将Hilbert-Huang时频谱与morlet小波谱、Wigner-Ville分布以及短时傅立叶变换进行比较,仿真结果表明Hilbert-Huang时频谱具有较高的时频聚集性,并且可以消除交叉干扰项,从而验证了Hilbert-Huang变换在时频集聚性和抑制交叉项干扰方面的独特优势。最后,将改进后的Hilbert-Huang变换应用于典型非线性振动系统响应的时频分析、非平稳信号的降噪滤波以及遥测速变参数处理,仿真结果验证了此时频分析方法的有效性以及能够很好地反映信号局部时频特征等独特优点。