在现代信号处理中,非线性和非平稳信号的处理尤为引人注目。各种非线性、非平稳信号处理方法的不断涌现,使得人们在处理这类信号时不必只依赖于传统的傅立叶变换而可以获得更加真实、有物理意义的处理结果。希尔伯特黄变换是一种以经验模式分解为核心的非平稳信号处理方法。经验模式分解可将复杂信号分解为一系列数量有限的本征模态函数和的形式,从而获得希尔伯特谱。这种分解方法是自适应的,并且是高效率的。基于对该方法的学习和研究,本文主要完成了以下工作:首先,本文在分析了现有的非平稳信号处理方法的基础上,详细介绍了经验模式时频理论体系,研究了希尔伯特谱及其边际谱的物理意义。并对该理论的性质及存在的问题进行了讨论分析,阐述了该理论的研究热点。其次,回顾了现有的两种复信号经验模式分解算法的思想,着重研究了双变量经验模式分解方法,并在本文中通过仿真实验验证了该方法分解复信号的有效性。最后,介绍了M通道滤波器组的基本原理。针对在较强噪声背景下,双变量EMD信号分解会出现虚假分量及信号失真等问题,本文提出将M通道滤波器组与双变量EMD相结合的子带EMD信号分解算法。通过仿真,验证了使用滤波器组有利于减弱噪声的影响,与双变量EMD算法相比,子带EMD信号分解算法具有更好的性能。