Преобразование Гильберта–Хуанга HHT (Hilbert–Huang Transform) является классическим методом частотно-временного анализа сигналов, который предложен в 1998 году. Отсутствие ограничений по типу сигнала позволяет применять данный метод в различных сферах, например, в медицине или при обнаружении целей. Эмпирическая модовая декомпозиция EMD (empirical mode decomposition) является частью предварительной обработки HHT. Тем не менее, некоторые аспекты EMD, такие как подстройка огибающей, эффект конечной точки, смешивание мод и другие, все еще далеки от совершенства. Наиболее важной проблемой является смешивание мод. В этой статье предложен алгоритм подавления смешивания мод на основе метода самофильтрации с использованием преобразования частоты. Предложенный алгоритм фокусируется на мгновенной оценке частоты и процедурах удаления ложных компонентов, которые помогают предлагаемому алгоритму обновить или очистить назначенные функции внутренних колебаний IMF (intrinsic mode function). Результаты моделирования свидетельствуют об эффективном подавлении смешивания мод. По сравнению с ансамблевой эмпирической модовой декомпозицией EEMD (Ensemble Empirical Mode Decomposition) и методом маски, эффективность подавления увеличена на 26%.