在非平稳信号的分析中,人们希望时频分析工具能在时域与频域同时具有良好的分辨率,这样信号频率随时间的变化情况以及复合信号中的多分量特性才能被精确地表现出来。近年来,一种由数据直接驱动的信号处理方法Hilbert-Huang变换(HHT)被提出,它具有自适应的频率分辨率,因而在工程领域得到广泛应用,然而它自身存在一些缺陷,影响了其时频分析能力。本研究给出了HHT核心的经验模态分解(EMD)方法在分解多分量信号表现上的数值分析结果,讨论了HHT受限的频率分辨率。基于对HHT本质局限性的认识,本研究结合了多种改进方法来减少HHT所产生的诸如模态混叠和虚假分量等问题,提出了一种综合的HHT改进方法:利用最大重叠离散小波包分解(MODWPT)进行多分量信号的二分非相交分解,然后对低频窄带信号进行进一步的经验模式分解,并且采用一种简单有效的筛选方法去除固有模态函数(IMF)分量中的虚假分量,得到了优于传统HHT的实验结果。同时文章还讨论了改进算法在不同情况下的适用性和局限性。此外,本文还介绍了一种从小波尺度谱中提取小波脊,从而构成小波瞬时频率谱的时频分析方法。通过与HHT及其改进方法的实验比较和分析,研究表明这种基于小波变换的瞬时频率分析方法能够产生关于非平稳多分量信号的更精确更清晰的时频特征描述。