近年来,我国煤矿安全事故频频发生。其中煤与瓦斯突出现象,给煤矿安全生产,特别是井下工作人员的生命财产造成了极其严重的威胁。这给我国煤炭行业的发展敲响了警钟。煤与瓦斯突出是矿井含瓦斯煤岩体呈粉碎状态从煤岩层中向采掘空间急剧(数秒钟到数分钟完成)运动并伴随着大量瓦斯喷出的一种强烈的动力过程。长期的防治工作和科学研究表明,煤与瓦斯突出虽然是突发性的,但在突出前均有前兆显现,其中电磁辐射就是前兆之一。由于电磁辐射信号中含有大量的噪声,而且目前去噪技术也不能很好的使电磁辐射监测得以准确预报,因此本论文采用了基于小波变换的去噪方法,并通过大量的数值计算和计算机仿真证明了该思想的可行性。以自适应神经网络的基本原理为基础,系统研究了煤与瓦斯突出电磁辐射自适应神经网络预测的原理,将电磁辐射自适应神经网络模型应用于煤与瓦斯突出危险性预测上。实现了煤与瓦斯突出危险性的电磁辐射动态趋势预测。文章的最后还简要的介绍了监测系统的设计实施方案。