随着对二位经验模式分解研究的不断深入，学者们逐渐发展了小波分析，魏格纳分布，短分数傅立叶变换，Gabor展开等适用于非平稳信号分析的新方法。事实上，短期和分数阶傅里叶变换是傅立叶变换的自然推广，所以在处理非平稳信号的时候受到了范围限制，效果并不理想。相对前几种方法来讲DWT对于处理非平稳信号更合适，因为DWT本质上是一个窗口Fourier变换。在实践中，魏格纳谱和Gabor展开计算过于复杂，因此不具有普遍的适用性。

据Wang等人的研究结果，在线性分解的框架下基于EMD的Hilbert谱和小波谱特征具有同样的表现。然而在时域和频域的光谱分辨率，小波谱远低于Hilbert谱，分析所获得的结果准确地反映了系统的物理特性。EMD方法具有较强的区域特点，所以EMD方法与小波方法相比，在非平稳和非线性信号处理方面更具有潜力。与DWT相比，EMD方法在数据过滤和数据分析有着明显的优势，它是一种自适应的多尺度分析的强有力的工具。

自推出EMD方法以来，已在成功地应用在许多非平稳和非线性信号的研究领域。按此趋势，这种方法将会被更加广泛的应用于更多的领域。