在20世纪40年代开始的研究时频分析的先驱者是Gabor和Ville，他们首先提到了分布函数的概念，并且把量子力学和基于时频分析的信号处理两个领域结合了起来。之后， ， ， ， 和 等人则给出了关于时频分布和非平稳动态过程相关的基本物理概念。这些基本概念的明确对于将时频分析这一信号处理方法应用到日常生产和生活中意义巨大。
自此之后，国内外对于时频分析的研究热情变得非常高涨，因此这一技术在许多领域应用广泛，如通信，雷达和检测等方面。此外，传统的信号估计中，研究的主要对象是平稳信号，不能完全满足实际的应用需求，如不能测量信号的瞬时频率。而瞬时频率在通信、声纳及雷达测量和应用中是一个非常重要的参数，传统信号处理方法无法精确测量瞬时频率，但时频变换的分析方法则可以较好的表示出信号的瞬时频率。19793
    除了在通信等方面作为应用之外，目前，自适应时频峰值滤波还被广泛应用在处理实际地震记录，该算法能有效地压制地震记录中的噪声，并且还能够加强回波信号中的有用信号，使其更加有效地恢复。在进行地震勘探资料的收集和处理时，由于勘探目标的地表情况是十分多样，比如说山区、森林、戈壁、沼泽等等，这就导致了勘探中收集到的资料信噪比很低，噪声非常多。对这样的地震勘探资料进行分析处理就显得非常困难，以至于有些资料甚至无法分辨出有用信号。基于这些情况人们对地震勘探资料的去噪处理就需要更加严格的要求，因为地震勘探资料的去噪是需要在信噪比非常小的情况下有效地提取出有用信息，将各种环境产生的随机噪声抑制。而在这一方面，自适应时频峰值滤波表现得非常符合。
    自适应时频峰值滤波算法就是根据在时频平面上，由本文之前的介绍可以知道信号的Wigner—Ville分布的能量有聚集性，因此该分布的能量都产生在信号的瞬时频率（Instantaneous Frequency，IF）附近，所以时频分布的峰值就是IF的无偏估计。自适应时频峰值滤波是将这种IF估计的方法应用到信号的滤波上来，大体步骤就是首先将含噪信号通过编码，变成解析信号，然后对解析信号的IF再进行时频峰值估计，这样就可以从而滤除含噪信号中的随机信号了。
此外，时频峰值滤波技术还被用于对车辆振动信号中的随机噪声的进行消除。在研究铁路车辆运行时，需要对车辆运行中的关键部分的振动信号进行分析处理，从而得到车辆运行的状态及安全稳定性等性能分析。然而，与地震勘探资料面临相同的问题，车辆在运行过程中关键部分的振动信号往往被周围环境中的很多随机噪声所淹没，导致该信号的信噪比也很低。并且由于车辆运行的时间是非常漫长的，而且途中会有一些速度上的变换，以及拐弯、短暂停车、路线变换等等，如果选择传统的一些滤波手段，那么该振动信号就很难从这么多的干扰中恢复出来。这个时候，自适应时频峰值滤波技术就显现出其在低信噪比条件下出色的滤波效果了。
然而，时频峰值滤波还存在一些问题，可以针对这些问题研究对时频峰值滤波进行改进。比如说，可以提高滤波后的信噪比以及滤波的自适应性，通过这些改进相信一定可以让这一算法的在信号处理领域应用面更广。 自适应时频峰值滤波算法国内外研究现状:http://www.youerw.com/yanjiu/lunwen_11313.html