Проблема надежного распознавания паттернов электроэнцефалограмм (ЭЭГ) по-прежнему является актуальной задачей цифровой обработки биомедицинских сигналов, имеющей широчайшую область применения от клинических до фундаментальных исследований. Особенности функционирования мозга, порождающие ЭЭГ, обеспечивают «вариабельность» наблюдаемых паттернов, что делает выбор сигналов-эталонов в виде гармонических функций с определенными параметрами (в первую очередь, фиксированной частотой) не удовлетворяющей современным требованиям, предъявляемым к надежности, скорости и эффективности распознавания поступающих для анализа сигналах данных. В работе представлен метод формирования набора частотно- модулированных сигналов, которые могут служить простыми моделями паттернов, наблюдающихся в биомедицинских задачах. В отличие от известной теории чирплетов, метод ориентирован в первую очередь на сигналы, представленные в цифровой форме. Полученные результаты позволяют повысить эффективность известных методов адаптивного обратного вейвлет-преобразования за счет индивидуальных частотно-временных особенностей сигнала.