Introduction. The study results of the method of time-frequency signal analysis are shown in the article. The study of the method was carried out based on the behavior functions and arithmetic series (BFAS method). Also, the article presents the comparison results of the BFAS method and the short-term Fourier transform method (STFT). The non-stationary signal in the infrasonic frequency range with low frequency resolution was used for comparison. BFAS method. We’ve proposed to use the properties of the systems behavior functions, which are represented as the distribution of the possibility measure to solve the problem of non-stationary signals analyzing. We’ve used the mathematical basis of the p-adic calculus to construct the behavior function. The behavior of a system that generates a signal has locally invariant areas in which the signal spectrum is relatively stable. To identify these areas, we’ve used a method for identifying the metasystem. It is based on the changes analysis in the uncertainty index of system behavior function. The change moments in the behavior function are determine the coordinates of the impulse function that models the original signal. The coordinates of the pulses are described by arithmetic series, which are used to estimate the frequency spectrum of the original signal. The pulses of the signal under study are formed when there is a balance of pulses in signal vicinity. The balance is caused by the harmonic functions that form this signal. Based on the formed balance equations, we have proposed an approach to determining the estimates of the current signal spectra. The use of balance equations in the vicinity of the pulses of the analyzed signal allows to form adaptive temporal localization that allows to estimate current spectra. This made it possible to use the proposed approach for time-frequency analysis of non-stationary signals. To smooth the estimates, we’ve used fuzzy filtering. The results of the study. We have conducted a studies of the BFAS method usage for the analysis of non-stationary signals and compared the obtained results with the results of using the STFT method. In the article, we analyzed in detail the results of a discrete low-resolution infrasonic signal study. Such signals are the most difficult for time-frequency analysis. We’ve used the spectral contrast angle to quantitatively compare the results of spectra estimation and to compare reconstructed signalswe’ve used the correlation coefficient. Studies of the BFAS method showed that the estimation accuracy of the current spectrum using the cosine of the contrast spectral angle is not lower than 0.9, and the correlation coefficient of the reconstructed and true signals is not lower than 0.87. Conclusions. Studies have shown that the BFAS method is effective for time-frequency analysis of non-stationary signals and in many cases exceeds in accuracy the use of the STFT method., Введение. В статье рассмотрены результаты исследования метода частотно-временного анализа сигналов на основе использования функций поведения и арифметических рядов (метод BFAS, Behavior Function and Arithmetic Series). Приведены результаты сравнения эффективности применения метода BFAS и метода кратковременного быстрого преобразования Фурье (STFT) на примере нестационарного сигнала в диапазоне инфразвуковых частот с низкой разрешающей способностью по частоте. Метод BFAS. Для решения задачи анализа нестационарных сигналов мы предложили использовать свойства функций поведения систем, которые представлены в виде распределения меры возможности. Для построения функции поведения нами использован математический базис - адического исчисления. Поведение системы, генерирующей сигнал, имеет локально-инвариантные участки, на которых спектр сигнала относительно стабилен. Для выявления этих участков мы использовали подход к идентификации метасистемы на основе анализа изменения показателя неопределенности для функции поведения системы. Моменты изменения функции поведения определяют координаты импульсной функции, которая моделирует исходный сигнал. Координаты импульсов описываются арифметическими рядами, которые используются для оценки частотного спектра исходного сигнала. Мы установили, что импульсы исследуемого сигнала формируются при наличии в его окрестности баланса импульсов от гармонических функций, формирующих данный сигнал. Мы предложили подход к определению оценок текущих спектров сигнала на основе сформированных уравнений баланса. Использование уравнений баланса в окрестностях импульсов анализируемого сигнала позволяет формировать адаптивную временную локализацию для оценки текущих спектров. Это дало возможность использовать предложенный подход для частотно-временного анализа нестационарных сигналов. Для сглаживания оценок мы использовали нечеткую фильтрацию. Результаты исследования. Мы провели исследования применения разработанного метода BFAS для анализа нестационарных сигналов и сравнили их с результатами применения метода STFT. В статье мы подробно разобрали результаты исследования для дискретного сигнала инфразвуковой частоты с низкой разрешающей способностью. Такие сигналы являются наиболее сложными для частотно-временного анализа. Для количественного сравнения результатов оценки спектров мы использовали показатель спектрального угла контрастности, а для сравнения восстановленных по спектрам сигналов – коэффициент корреляции. Исследования метода BFAS показали, что точность оценки текущего спектра по косинусу спектрального угла контрастности составляет не ниже 0.9, а коэффициент корреляции восстановленного и истинного сигналов не ниже 0.87. Выводы. Исследования показали, что предложенный метод BFAS является эффективным для частотно-временного анализа нестационарных сигналов и во многих случаях превосходит по точности использование метода STFT., Вступ. У статті розглянуті результати дослідження методу частотно-часового аналізу сигналів на основі використання функцій поведінки і арифметичних рядів (метод BFAS, Behavior Function and Arithmetic Series). Наведено результати порівняння ефективності застосування методу BFAS і методу короткочасного швидкого перетворення Фур'є (STFT) на прикладі нестаціонарного сигналу в діапазоні інфразвукових частот з низькою роздільною здатністю по частоті. Метод BFAS. Для вирішення завдання аналізу нестаціонарних сигналів ми запропонували використовувати властивості функцій поведінки систем, які представлені у вигляді розподілу міри можливості. Для побудови функції поведінки нами використаний математичний базис p-адичного числення. Поведінка системи генеруючої сигнал, має локально-інваріантні ділянки, на яких спектр сигналу відносно стабільний. Для виявлення цих ділянок ми використовували підхід до ідентифікації метасистем на основі аналізу зміни показника невизначеності для функції поведінки системи. Моменти зміни функції поведінки визначають координати імпульсної функції, яка моделює вихідний сигнал. Координати імпульсів описуються арифметичними рядами, які використовуються для оцінки частотного спектра вихідного сигналу. Ми встановили, що імпульси досліджуваного сигналу формуються при наявності в його околиці балансу імпульсів від гармонійних функцій, які формують даний сигнал. Ми запропонували підхід до визначення оцінок поточних спектрів сигналу на основі сформованих рівнянь балансу. Використання рівнянь балансу в околицях імпульсів аналізованого сигналу дозволяє формувати адаптивну часову локалізацію для оцінки поточних спектрів. Це дало можливість використовувати запропонований підхід для частотно-часового аналізу нестаціонарних сигналів. Для згладжування оцінок ми використовували нечітку фільтрацію. Результати дослідження. Ми провели дослідження застосування розробленого методу BFAS для аналізу нестаціонарних сигналів і порівняли їх з результатами застосування методу STFT. У статті ми детально розібрали результати дослідження для дискретного сигналу інфразвукової частоти з низькою роздільною здатністю. Такі сигнали є найбільш складними для частотно-часового аналізу. Для кількісного порівняння результатів оцінки спектрів ми використовували показник спектрального кута контрастності, а для порівняння відновлених за спектрами сигналів - коефіцієнт кореляції. Дослідження методу BFAS показали, що точність оцінки поточного спектра по косинусу спектрального кута контрастності складає не нижче 0.9, а коефіцієнт кореляції відновленого та істинного сигналів не нижче 0.87. Висновки. Дослідження показали, що запропонований метод BFAS є ефективним для частотно-часового аналізу нестаціонарних сигналів і в багатьох випадках перевершує за точністю використання методу STFT.