信号瞬时特征的提取在信号处理中具有重要的意义，然而复杂信号特别是非线性和非稳定信号真正意义上瞬时参数的定义都比较困难，更谈不上高精度测量信号的瞬时参数。如何利用数据分析方法提取非线性和非稳定信号的瞬时参数，并对该方法加以改善及应用是本文讨论的重点。 本文的主要工作包括： 1．在筛选过程中，插值是产生本征模函数关键的一步，是希尔伯特谱分析的基础。尽管埃尔米特插值方法在大多情况下十分有效，可仍存在着一些问题。本文通过实验结果证明了采用三次样条插值的有效性。 2．经验模态分解方法中，有两种端点效应：在样条插值中以及在希尔伯特变换中。如果对端点不加任何处理，立方样条就会产生大幅度的摆动，影响信号瞬时特征提取的准确性。已经存在一些解决方法，这些方法很有效地控制了大幅度的摆动。本文提出了多项式拟合算法，并利用实验数据和理论证明了这种方法的正确性和优越性。 3．利用算法实现了改进后的经验模态分解方法。 4．实现了经验模态分解方法在非线性和非稳态信号瞬时特征提取中的应用；同时利用实验数据证明了经验模态分解方法与多层反馈神经网络FP算法相结合，来完成股票数据预测中的相似模式匹配的可行性。