冲击地压灾害是煤矿安全生产领域最严重的动力灾害之一，冲击地压监测预警技术则是目前国际采矿工程和岩石力学界迫切需要研究解决的科学难题。本文结合国家科技支撑计划课题“矿井冒顶与地压灾害防治技术与示范”(2012BAK04B06)、山东省自然科学基金“基于增量流形学习的冲击矿压微震前兆信息辨识理论及应用”(ZR2013EEM019)等课题研究内容及实际应用需求，以井下微震监测数据为研究对象，以灾害前兆信息识别为目的，系统地进行了冲击地压前兆信息识别方法应用研究。　　本文主要研究内容及取得的成果如下:针对微震信号的非高斯性、非平稳性和非线性等特征，对微震信号进行时频分析，在滑动时窗内提取信号均值、峰值、幅值平方和、均方根、方根幅值、标准差、歪度、峭度、重心频率和频率方差等指标构成多维特征向量，通过对历史数据的学习，基于支持向量机建立冲击地压灾变前兆辨识模型。为提高支持向量机训练及分类速度，应用主成分分析法实现特征向量有效降维。应用山东某矿微震监测实验数据作为学习样本对支持向量机进行训练，建立相应的冲击地压前兆辨识模型，并将现场历史数据作为检验样本进行测试，实验表明，基于支持向量机的冲击地压监测预警模型能够准确识别煤矿井下微震监测信号蕴含的冲击地压灾变的前兆信息，为冲击地压监测预警提供了一种行之有效的新方法，具有工程实际应用价值。