地震灾害属自然灾害之首，特别是大地震引发的灾害具有突发性和毁灭性的特点，并会产生严重的次生灾害，给人们的生命财产造成巨大的损失。为了最大限度地减轻地震造成的人员伤亡和财产损失，目前除了加强地震监测预报和工程结构抗震设计外，地震预警技术作为一种新的有效的防震减灾手段，对减轻地震损失、降低地震次生灾害和减少人员伤亡具有重要的意义。本文针对地震预警中的震相自动识别技术进行了研究，取得了以下几方面的研究进展和成果：1、针对传统时频分析方法在震相识别应用中存在的缺陷，引入新的时频分析方法－希尔伯特-黄变换（HHT），将其应用于地震数据信号处理中。首先详细研究了希尔伯特-黄变换的原理以及存在的问题；然后对几种典型非平稳信号进行HHT时频分析，结果表明HHT方法能够很好地刻画信号的时频局部特征，有检测信号突变点的能力，且具有很高的时频分辨率；最后对非平稳动态变化的地震波信号进行HHT时频分析，可以看出HHT方法能够敏感地提取到地震波形信号随时间和频率动态变化的不同阶段的主要特征，其图像清晰，能够反映能量突变点信息，其时频局部定位能力较强。2、应用HHT方法计算出地震信号的瞬时频率，基于瞬时振幅和瞬时频率参数，构建了新的识别P波和S波的STA/LTA特征函数。结果表明，新特征函数能够充分体现地震初至波和后续震相到达后地震波幅值增大和频率变化的特征。3、在研究国内外地震预警震相自动识别方法的基础上，本文应用新构建的STA/LTA特征函数，提出STA/LTA和AIC多步骤震相捡拾方法对P波和S波进行识别。为解决STA/LTA方法阈值选择的问题，本文提出直接取STA/LTA比值的最大值所处的时刻为P波和S波的粗捡拾点，震相自动识别结果表明该处理技术是有效的。应用甘东南宽频带流动台阵的地方震数据，对本文的方法进行了验证，与人工识别结果和其他震相自动识别方法所得的结果相比，本文提出的对P波和S波自动捡拾方法可以获得较高的识别精度，而且无论对P波或S波震相捡拾，STA/LTA和VAR-AIC多步骤捡拾震相方法的识别效果要优于STA/LTA和AR-AIC多步骤捡拾方法。