时频分析方法作为分析时变非平稳信号的有力工具,成为现代信号处理研究的一个热点,经验小波变换算法是一种新型的时频分析方法。该算法打破了传统时频分析算法在自适应方面的局限性,结合了经验模式分解和传统小波变换的优势,可以将复杂信号分解为更具有物理意义的模式。本论文深入研究了经验小波变换算法的原理,对算法中存在的问题进行改进和优化,验证了经验小波变换算法作为一种新的时频分析方法在实际应用中的价值。具体而言,针对该算法在处理具有复杂频谱的信号时出现的频谱划分问题,提出了改进方法-—基于Top-Hat变换的经验小波变换算法,通过比较,验证了新方法的有效性；而后,我们把改进的经验小波变换算法应用到语音信号处理中来,针对汉语发音的特点,创新性地提出了一套完整的基于改进的经验小波变换的基频检测算法,通过大量仿真实验,验证该算法能够准确、有效地测出复杂信号的瞬时基频。与传统的基频检测算法相比,新算法具有高准确度,较好的鲁棒性以及高时间分辨率的特点,可以应用到工程领域中。