S-dönüşümü ve HHT arasında seçim yaptığınızda asıl soru hangisinin daha gelişmiş göründüğü değildir. Önemli olan, inşa ettiğiniz kutunun sahada bununla başa çıkıp çıkamayacağıdır. Her iki yöntem de zaman ve frekanstaki bozuklukları tespit edebilir. Ancak sinyal hakkında farklı varsayımlarda bulunurlar, farklı miktarda donanıma mal olurlar ve farklı şekillerde başarısız olurlar. Bu fark, kullanılabilir başlangıç ve bitiş sürelerine mi yoksa hala bir insanın çözmesi gereken bir yığın sonuca mı ulaşacağınıza karar verir.

S-dönüşümü, kısa süreli Fourier dönüşümü ile dalgacık dönüşümünün birleşiminden gelir. Gauss penceresi frekans arttıkça daralır ve frekans azaldıkça genişler. Böylece düşük frekanslarda iyi frekans çözünürlüğü sağlar ve yüksek frekanslarda zaman çözünürlüğünü doğal olarak sıkılaştırır. Pratik bir artı: çıktı stabildir. Aynı bozukluğu tekrar beslediğinizde zaman-frekans matrisi temelde aynı görünür. Mühendislerin algoritmanın nasıl davrandığını her seferinde yeniden öğrenmesi gerekmez. Gerilim düşmesi veya yükselmesi gibi tek frekanslı bir olayın başlangıcını ve sonunu ortaya çıkarmak için çalışmalar iyi doğruluk ve gürültü toleransı göstermeye devam ediyor. Maliyet hesaplamadır. Tam bir S dönüşümü, birçok gereksiz zaman-frekans verisini ortadan kaldırır. Tam sürümü yerleşik bir cihazda çalıştırdığınızda yanıt süresi hızla uzayabilir. Bu nedenle gerçek ürünler sıklıkla hızlı bir S dönüşümü veya yalnızca anahtar frekans noktalarını tutan "tamamlanmamış" bir sürüm kullanır. Gerçek zamanlı performans için bazı bilgileri takas edersiniz ve bu ticareti kontrol altında tutarsınız.
HHT başka bir yola giriyor. İlk önce sinyali içsel mod fonksiyonlarına bölmek için ampirik mod ayrıştırmasını kullanır, ardından her birinde bir Hilbert dönüşümü çalıştırır. Bir temel işlevi önceden ayarlamaz. Bu uyarlanabilirlik onun ana satış noktasıdır. Alan sinyali karışık frekans içeriğine veya birden fazla bozulma türüne sahip olduğunda, HHT pencerenin ne kadar geniş olması gerektiğine veya hangi temeli seçeceğinize önceden karar vermenize gerek duymaz. Bu karışık rahatsızlıklar için çekici olabilir. Sorun tam olarak bu "uyarlanabilir" kısımda. EMD'nin çıkışı büyük ölçüde sinyal şekline ve gürültü seviyesine bağlıdır. Mod karıştırma ve uç nokta efektleri nadir görülen hatalar değildir; bunlar yöntemin yerleşik eğilimleridir. IMF'ler modları karıştırdığında anlık genlik ve frekansın fiziksel anlamı bulanıklaşır ve yerelleştirme sonuçları daha az tutarlı hale gelir. Yaygın düzeltmeler arasında gürültü destekli ayrıştırma, EMD'nin VMD ile değiştirilmesi veya yerel arama için yalnızca ilk birkaç IMF'nin kullanılması yer alır. Ancak bunlar yöntemin yamalarıdır, sınırlarının kaldırılması değil.
Donanım ve gerçek zamanlı davranış, aradaki farkı daha somut hale getiriyor. S-dönüşümü ağırdır ancak paralel yapısı oldukça düzenlidir, dolayısıyla bir FPGA veya DSP'de sabit nokta hızlandırmaya uyar ve hızlı değişkenler olgun donanım yollarına sahiptir. HHT kağıt üzerinde daha ağır görünmeyebilir ancak EMD yinelenen bir eleme sürecidir. Yinelemelerin sayısı ve ayrıştırma düzeyleri sinyalle birlikte hareket eder, dolayısıyla gerçek zamanlı davranış sabit bir üst sınırla birlikte gelmez. Belirli bir yanıt gecikmesi vaat etmesi gereken bir güç kalitesi monitörü için bu belirsizlikle baş etmek, yavaş olmaktan daha zordur.

Yani seçim mantığı buna geliyor. Ana hedefleriniz voltaj düşüşleri, yükselmeleri ve ihlalleri (tek veya yarı-tek frekans oluşumları) ise ve konum belirleme ve tekrarlanabilirlik konusunda hassasiyet çok önemliyse ve ekipman hızlı bir S-dönüşümü veya ana frekans çıkarımı gerçekleştirebiliyorsa, S-dönüşümü daha güvenilir bir alternatiftir. Önceden tam olarak anlaşılmayan birleşik frekans içeriği ve bozulma türleriyle karşılaşılırsa, HHT'nin sunduğu esneklik kullanılabilir. Bununla birlikte, gürültü ve mod karışımının sınırları karıştırabileceği kabul edilmelidir ve ayrışma kalitesi önlemlerini veya füzyon yaklaşımını uygulamaya değer olacaktır. Her bozulma türünde ve her donanım sınırında hiçbir yöntem kazanmaz. Mühendislik çağrısı, önce gerçekte neyi bulmaya çalıştığınızı bulmak, sonra algoritmayı o işle eşleştirmektir; tam tersi değil.