在统计学里，平稳序列因其具有良好的统计特性和处理的方便性而成为时间序列分析的基础，然而我们所能观测到的序列经常受某些因素的影响而表现出非平稳性。经典时间序列的分析中处理这类非平稳序列的主要思路是通过某些预处理的方法将其转化为平稳序列后再做分析。
根据统计学对平稳时间序列的定义可以知道平稳时间序列也有严平稳时间序列和宽平稳时间序列之分。严平稳时间序列的任何有限维联合分布对于时间的平移是不变的。宽平稳时间序列中的均值、方差与时间无关，任何时刻的序列和平移若干步后的序列有相同的协方差。但是在工程应用领域的研究对于时间序列的平稳性定义较统计学弱，即平稳时间序列中其均值和方差都与时间无关，且自协方差函数只与时间间隔有关。常见的平稳性检验方法有时序图判断法、自相关系数检验法、分段检验法、游程检验法以及ADF单位根检验法。通过观察信号的可视化结果，因此根据时序图判断法可以得知电压比信号（序列）是一个非平稳序列。在统计学领域处理非平稳的方法有确定性性因素分解法和随机性序列差分法。
在实际的工程应用里，主要是分析时间序列的一种，即信号。从信号的统计性能描述的角度，信号可以被分为确定信号和随机信号。确定信号可以使用数学表达式来描述，其数学统计特性能够确定。随机信号又称不确定信号，无法用确定的时间函数来表达信号。随机信号不能用确定的数学关系式描述，任何一次观测只代表其在变动范围内可能产生的结果之一，其值的变动服从统计规律。从严格的意义上来讲，对信号平稳性的讨论前提是该信号必须为随机信号。随机信号的平稳与非平稳的区别是集合总体意义统计的不同，而不是时间意义统计的不同。在信号处理中，处理非平稳的主要方法有自适应滤波、短时傅里叶变换、短时自回归滑动平均参数谱、参数谱和时频分析等。上述几种处理非平稳的方法的目的是去掉或抑制确定性因素的影响，而各态历经过程的参数则借助处理方法所隐含的时域平均来估计。这样就使得这些分析方法无法对信号的统计特性进行分析，也就是没有按照随机信号进行处理而是按照确定性信号进行处理。这就需要对非平稳信号和非平稳随机信号的概念进行区别和统一。非平稳信号是指需要分析时频特性的确定性时变信号或频变信号，而非平稳随机信号是指满足非平稳定义的随机信号。在进行时频分析的非平稳信号是需要同时进行时域和频域信息提取的确定性信号，通过利用时频联合分析方法进行处理，获取信号的时频信息。在工程的实际应用过程中，不去考虑严苛的非平稳信号的数学定义和物理意义，可以直接使用相关的分析方法来对信号进行分析。
参考文献：
[1] 周永道, 王会琦, 吕王勇. 时间序列分析及应用[M]. 高等教育出版社, 2015.
[2] 刘志刚. Hilbert-Huang变换及其在电力系统中的应用[M].科学出版社，2016.