经典的时频分析方法，包括短时Fourier变换，Gabor变换，小波变换，Wigner-Ville/Cohen类时频分布等等，本质上都是为针对傅立叶分析的全局积分变换的缺陷而采取的改进方法，其理论的依据依旧是局部化了的傅立叶分析，严格的说，这些改进方法都不能完全满足分析非线性非平稳过程的苛刻要求。HHT(Hilbert-HuangTransform)方法彻底的突破了传统的Fourier分析框架的限制，被认为是近年来对以傅里叶变换为基础的线性和平稳过程分析的一个重大突破。 鉴于目前HHT方法正处在发展阶段，至今尚未建立完整严密的数学理论框架，因此在其实现方法以及应用方法方面尚存有许多值得去探索和完善的工作；也鉴于目前经验模态分解EMD(Empirical Mode Decomposition)方法所有的已知相关属性的证明都是在数值实验的环境下完成的，目前EMD缺乏完整严密的数学表达的困境实际上并不妨碍我们应用数值实验的手段对EMD的内蕴属性进行全面的研究．本论文的主要目的就是主要通过数值实验的手段，探索研究经验模态分解方法的内在的属性及其可能的改进方法，进而研究其在典型非平稳过程(例如咳嗽音)中的应用方法。 本论文在如下几个方面有所创新和突破： 1．全面的研究和讨论了HHT相关的所有关键问题，特别是跟踪了目前EMD研究的最新发展，详细的讨论了EMD实现的核心问题(信号的包络拟合和信号对称性实现问题)，同时也对EMD的模式混淆以及基于IMF(Intrinsic Mode Function)的瞬时频率正确提取条件等问题进行了较为全面的讨论。 2．对EMD实现过程中的边界效应问题进行了定量的评价研究。实现了多种工程上典型的边界处理方法的EMD程序，并针对EMD的频域分离属性，设计了一套有效的定量评价方法对这些工程上常用的边界处理方法进行了比较研究，结果证明镜像边界处理方法是相对最优的选择。该结果对工程的实际意义在于：如果不在EMD的边界处理上进行针对性的研究而是仅仅采取经典的边界预测延拓等思路将不会得到比镜像边界处理方法更有意义的结果。 3．对信号的采样频率于EMD的影响也进行了定量的研究。得到的结论是：为更合理更准确的应用EMD方法，应该尽可能的提高待处理信号的采样频率，较为理想的EMD应用环境应该是：待处理信号中的最高频率组分的数字域频率小于0.125(或采样频率大于4倍的Nyqvist频率)，而能够有效使用EMD方法的最低要求为：至少确保待处理信号中的最高频率组分的数字域频率值小于0.25(或采样频率大于2倍的Nyqvist频率)。 4．对EMD单次分解结果的IMF的频域结构及带宽进行了研究。通过设计两单频率组份信号用于EMD的数值实验，得到结果证明，无论信号的幅度比例，凡两信号频率的比值(低比高)大于0．7005的两频率信号成份将不能被EMD有效分离到两个独立的IMF中。这一结果实际上给出了HHT分析的频域分辨率的上限。同样的通过数值实验，我们也给出了EMD单次分解结果IMF的频域滤波器结构示意图。 5．在充分考虑了EMD的频域结构属性及其IMF分解生成原则的基础上，本文首次提出了可控EMD的思想，即通过使用改进的屏蔽信号方法，以实现有目的地控制EMD的分解过程。该改进屏蔽信号方法充分利用了EMD本身固有的高频信号对低频信号的抽取属性，尽可能的限制进入当前EMD分解过程中IMF的信号带宽，在解决了模式混淆问题的同时，有效实现了对IMF的窄带化，从而有效的提高HHT谱分析的频域分辨率。 6．对HHT的应用方法进行了初步的研究。将HHT方法应用于典型的非平稳信号咳嗽音的分析和检测，通过基于HHT方法的特征提取和使用连续隐马尔可夫模型(Hidden Markov Models，HMM)，使咳嗽音的正确检测率比较经典MFCC特征的方法提高了约5％，可达到约95％的水平。同时也提出了基于HHT的语音基频提取方法，在较高信噪比环境下其正确率较经典的自相关基频提取方法为高。