希尔伯特-黄变换的基本步骤：①使用经验模态分解法（the empirical mode decomposition method，EMD）把信号分解成一些本征模态函数（intrinsic mode function，IMF）；②对分解得到的IMF分量进行希尔伯特变换，从而得出时频平面上的能量分布谱图。

对于一个实信号，其瞬时频率是对其负解析信号在时间参数上进行求导得到的，瞬时频率是关于时间的单值函数，即在任意的时间上仅存在唯一的频率值与之对应。IMF所具有的局部特性，可以使函数在任意一点的瞬时频率都具有明确的物理意义，从而使希尔伯特-黄变换相比单纯的希尔伯特变换在时频分析中有了很大的进步。

任何信号都是由若干IMF组成，一个信号在任何时刻都可以包含若干个IMF。IMF之间相互重叠，则形成复合信号。其满足条件：①输入序列中，极值点的数量与过零点的数量要相等，或最多相差不能多于一个；②在任意时间点，信号局部极大值和局部极小值第一包络平均值为零。

EMD是假设任何信号都由不同的IMF构成，每个IMF可以是线性的，也可以是非线性的，在满足IMF分量的两个假设的条件下，任何一个信号可以分解为有限个IMF之和。具体过程是对输入信号求取极大极小值，以及基于此计算上下包络均值，从而得到新的去掉低频的数据序列，并在其没有满足IMF条件的情况下继续以上操作，直到满足IMF条件为止。

与传统的信号或数据处理方法相比，希尔伯特-黄变换有如下特点：①具有完全自适应性；②不受测不准原理制约，适合突变信号；③瞬时频率是采用求导得到的。