非线性和非平稳性是非性质的。没有更多细节，他们并没有过多地说明可能表现良好的方法，而且选择很大程度上取决于你真正在做什么：分析、特征提取、增强、过滤、组件分离、恢复？以下是您可以使用的典型工具集：

• 您的移动窗口傅立叶肯定有一些 STFT 风格，并且有许多非线性扩展：双线性或二次时频分布（Wigner-Ville、Choi-Williams、Rihaczek）
• 非线性可能来自将经典能量保存更改为其他规范，例如稳健的 DFT（在$\ell_1$范数最小化），参见例如Robust$L$- 基于估计的信号变换和时频表示形式，另请参阅使用不同的算法/公式创建频谱图
• 一些方法还缓解了信号形成是线性的假设：方差稳定变换、倒谱分析或同态信号处理（线性变换应用于$\log$领域）
• 多项式或有理分数建模中线性方法的推广，最近对具有近似的非线性重构的有理优化感兴趣$\ell_0$处罚。

以上所有内容都可以以某种方式组合起来，例如内在多尺度分析中不同尺度的 EMD：多变量经验模态分解框架。EMD 同时有许多用途和一些已知的局限性。