非平稳信号的分析和处理已经引起了大量的时频方法和算法的发展,而本论文的目的是希望为该领域的研究提供一些新的方法。具体一点来讲,论文工作主要针对以下两方面的研究内容:(1)改进非平稳信号分析的表象工具;(2)检验信号相对于某一观察范围的平稳性。就非平稳光谱评估而言,现存的时频工具仍然需要得到进一步的改善,尤其是对于啁啾信号嵌入在噪声中的情况。因此,论文第一部分的工作主要讨论解决的就是该问题,最终的目标是一方面能够加强啁啾成分的局域性,另一方面又能降低噪声背景的统计波动水平。技术的关键在于结合“时频再分配技术”和“多窗技术”。根据这一思想,我们提出了两种不同的方法:第一个方法是基于对使用不同窗口产生的再分配评估求和,主要针对的是非平稳光谱评估;而第二个方法是基于对同样的(不同窗口产生的再分配)评估求差,主要是为了进一步加强啁啾信号。方法的技术原理在文中具体阐述,基于厄密多函数的执行被讨论论证,并且论文也提供了一些典型的例子(包括欧拉盘问题)来支持方法的有效性。再说平稳性,本论文第二部分的工作在于打破经典的平稳性定义,开发具有实际运作意义的平稳性检验。经典的平稳性是指信号的统计属性随时间严格不变,而本论文中的广义平稳性则是相对于某个观察范围而言的,并且同时适用于统计和确定性的情况。该平稳性检验基于局域时频特性与全局时频特性的比较,原创性地使用了由原始被测信号产生的平稳的“替代品”来定义平稳性的零假设。基于这个框架,两种不同的方法被提出:第一个方法是适当地选择局域谱和全局谱的”距离”度量,构建一个来源于替代品属性分布的参数模型,从而定义平稳性零假设;而第二个方法是从时频平面上提取信号特征量,交由一类支持向量机执行,而把替代品的这一特征量作为训练集。检验的原理和具体方法在文中详细阐述,并且对一些典型的相对于不同观察范围下平稳性情况不同的信号(包括语音信号)进行了测试。