长期以来,列车脱轨事故始终伴随着我国铁路的发展而存在。为充分保证列车安全运行,标定不同行车路段的安全行驶速度的列车脱轨研究至关重要。列车构架横向振动波(俗称蛇行波)作为脱轨研究的前提和依据,对其分析方法进行研究具有十分重要的意义。列车构架横向振动蛇行波的振动特征提取,关系到人工蛇行波对实测构架蛇形的逼近程度和特征信息的复现能力,决定着脱轨分析的精确程度,是本文研究的关键性问题。论文首先阐述了列车脱轨能量随机分析理论,研究其蛇行波的分析方法。通过论述EMD(经验模态)分析方法的相关概念和基本原理,进而研究了EMD分解算法及其特性,研究了Hilbert-huang(HHT)变换原理及其算法,分析了Hilbert时频谱与边际谱的物理意义,探讨了停止准则和端点效应的改进方案。在此基础上提出一种基于EMD经验模态分解的时频分析方法来提取蛇行波的振动特征。该方法具有自适应的特性,根据列车构架蛇行波信号自身特点,将其分解为若干个IMF(固有模态函数)来反映信号的动态特性,然后对IMF做Hilbert变换,分析其时频谱和边际谱,能有效提取构架蛇行波各个分量的瞬时频率、振幅和能量等特征信息。综合整个行车区间上所有蛇行波片段的振动特征,可以统计得到该区间车速条件下每个特征频率的振动分量出现的概率。利用频率、能量和概率这三个参数,能构筑更加丰富和逼真人工构架蛇行波,真正体现了实测蛇行波随机性强的特性,这都是原有蛇行波分析方法不可比拟的。最后,通过Matlab软件编程实现理论算法,结合广深铁路某段160km/h列车实测构架蛇行波信号进行分析仿真,成功的获得了该段蛇行波信号各分量的频率—能量—概率分布,验证了基于EMD技术的列车构架蛇行波谱分析方法的有效性。