重新分布法是一种锐化讯号之时频分析的方法，借由将资料映射至较靠近原始讯号之真实支撑集的时频座标来实现。此方法曾被不同学者独立提出，并有重映射、时频重新分布以及修正滑动视窗法等别称。以时频谱或短时距傅立叶变换而言，重新分布法可借由估算局部的瞬时频率以及群延迟，使模糊的时频资料点重新定位并清晰化。当讯号可借由分析视窗进行时域和频域的分离时，这项时频座标的重新映射是相当精准的。
加伯–韦格纳转换是一种时频分析的工具，由加伯转换及韦格纳转换两种时频分析工具所组合而成，加伯转换根据丹尼斯·盖博所命名，而韦格纳转换则是根据尤金·维格纳，原名维格纳·帕尔·耶诺所命名。加伯转换是一窗函数为高斯函数的短时距傅立叶变换，由于传统短时距傅立叶变换的窗函数常为一矩形函数，由于矩形函数的傅立叶变换为一个Sinc函数，所以在做时频分析的时候容易会有Side lobe的现象，所以加伯转换尝试利用高斯函数来当作窗函数，三角波为两个矩形函数卷积而来，高斯函数则为无限多个矩形函数卷积而来所以在频域上代表无限多个Sinc函数相乘而来，这样相乘原先Sinc函数小于1的数值越乘越小，Side lobe的影响也跟着变小，但它必须遵守海森堡测不准原理，所以它的清晰度有它的极限。而韦格纳转换由于是对讯号的自相关函数做傅立叶转换，所以清晰度可以成功超越测不准原理所规范的极限。但它的缺点在于当一个讯号有两个以上的成分所组成，分析出来的时频图就会产生严重的cross-term的现象。为了结合两者的优点所以S.C Pie和J.J.Ding在2007年提出了加伯-韦格纳转换。
改进型韦格纳分布，用于时频分析的一种方法，属于信号处理的范畴。它改进了韦格纳分布原有的相交项的问题。韦格纳分布是公元1932年由尤金·维格纳所提出用于古典力学，但是亦可用于时频分析。韦格纳分布与短时距傅立叶变换都可用于时频分析，虽然前者通常拥有较高的分辨率且有良好的数学特性，但当有两个以上的信号成分时，韦格纳分布就会出现相交项问题，这在应用上造成很大的困扰。因此在公元1995年,L. J. Stankovic和S. Stankovic提出了改进型韦格纳分布，以修正韦格纳分布中会出现的相交项问题。
谐波小波转换为学者大卫‧纽兰德于1993年所提出，是一个以小波为基底的线性转换，得以将讯号变换至时频域上。谐波小波转换结合了短时距傅立叶变换和连续小波转换两者之优点的讯号分析工具，而其离散版本则可以用快速傅立叶变换做有效率的运算。
科恩系列分布于1966年由L. Cohen首次提出，且其使用双线性转换亦是此种转换形式中最通用的一种。在几种常见的时频分布中，Cohen's class分布是最强大的转换之一。随着近几年来时频分析发展，应用也越来越多元。Cohen's class分布和短时距傅立叶变换比较起来有较高的清晰度，但也相对的有交叉项的问题，不过可选择适当的遮罩函数来将交叉项的问题降到最低。
加伯转换是窗函数为高斯函数的短时距傅立叶变换。
科恩系列分布于1966年由L. Cohen首次提出，且其使用双线性转换亦是此种转换形式中最通用的一种。在几种常见的时频分布中，Cohen's class分布是最强大的转换之一。随着近几年来时频分析发展，应用也越来越多元。Cohen's class分布和短时距傅立叶变换比较起来有较高的清晰度，但也相对的有交叉项的问题，不过可选择适当的遮罩函数来将交叉项的问题降到最低。
音乐信号时频分析为时频分析应用之一。音乐声音可以比人声更加复杂，占用更宽的频带，音乐信号为随时间变化的信号，只使用单纯的傅立叶转换无法清楚分析，所以利用时间-频率分析做更有效的分析工具。时频分析为传统傅立叶变换延伸版。短时距傅立叶变换、加伯转换与维格纳分布最被广泛使用之时频分析方法，对于分析音乐信号也相当管用。
Mini wiki
6
