为实现协调发展,近年来在我国西部地区启动了一大批重大工程,这些工程建设难度均位于世界前列。乐汉高速大峡谷隧道为目前世界第一埋深的公路隧道,为保证隧道施工期人员和设备的安全,本研究结合隧道工程地质条件和钻爆法施工工序,基于高精度的微震监测监控技术,利用ESG微震监测系统构建了一套适用于特长超深埋公路隧道钻爆法施工的稳定微震监测系统。为解决监测过程中出现的与微震相似信号的识别分类难点,对信号的特征进行了提取和分析研究,继而得到最佳的特征数据组合方式和精细化分类模型,能够进一步提高监测预警成功率,降低误报率。通过分析研究,目前主要取得了如下初步的研究成果:（1）基于隧道岩石声发射特性试验,基本掌握大峡谷隧道的围岩声发射特性,并据此判断大峡谷隧道监测段内两种岩性的围岩所产生的微震信号差异较小,可以在进行信号识别研究时忽略围岩岩性差异因素。根据试验可知:监测段内白云岩单轴抗压强度为121.4MPa,石英砂岩单轴抗压强度为98MPa,同属坚硬岩;揭示了微震的沉寂期、两种围岩岩性的破坏模式及信号峰值频率分布情况。（2）针对大峡谷隧道的工程地质条件和施工特点,通过合理布置传感器安装断面,主机和Paladin位置,能较准确的进行围岩微破裂监测,最大程度减小现场施工对监测系统的干扰,可顺利实现每天24小时不间断的实时监测。（3）针对隧道工程环境噪音大的特点,对微震信号与相似信号进行去噪研究。采用DB2、DB4和DB6小波函数并在不同的降噪次数下分别进行实验,在小波函数选择DB6,阈值选择sqtwolog,降噪2次时,信号的降噪效果最好,降噪时既保留了信号的低频部分,也保留了信号的高频部分,去噪后的波形较原波形在尺度上失真较少,波形重构质量较高,能够满足本文后续信号特征提取的要求。（4）利用特征提取算法,提取了微震信号、与微震相似的非微震信号（简称:相似信号）和其他噪音信号在不同维度下的特征并进行统计学分析,初步确定分类特征。提取了微震信号和相似信号的震源参数特征并进行了相应的统计学分析,二者在震源半径和地震矩上存在较大差异;提取了信号在幅域上的特征,信号分布范围过于接近,不利于分类;提取了有量纲和无量纲的信号时域特征值,包括P波到时、波形因子、峰值因子、脉冲因子和裕度因子,除P波到时外,其他特征均有一定差异性;提取了信号在频域上的特征值,包括信号主频、MFCC和经验模态有效分解层数,其中信号主频、MFCC1～MFCC12和EMD有效IMF分量个数上均存在着较明显的差异,均可以作为分类模型的特征输入。（5）构建了用于大峡谷隧道波形信号识别分类的特征向量数据库。包括波形因子、峰值因子、脉冲因子和裕度因子、信号主频、EMD有效分解层数和MFCC这7个特征,根据确定的特征构建了信号数据库,其中微震信号282个,4794个特征值,相似信号138个,2346个特征值,其他噪音信号348个,5916个特征值,总计768个信号,13056个特征值。（6）通过实验确定了分类特征最佳组合方式和分类模型的最佳参数,继而利用样本数据库训练出最适宜的信号分类模型。当分类特征采用波形因子、信号主频、梅尔频率倒谱系数（MFCC1～MFCC12）和EMD有效分解层数时,分类算法采用二次多项式核函数支持向量机（SVM）时,模型针对微震信号与相似信号的分类效果最好,测试集上的分类准确率最高可达91%。（7）分析了大峡谷隧道微震监测过程中所收集到的信号类型,并将最优分类模型应用于大峡谷隧道K77+415、K77+492.5、K77+560.6、K78+015.6、K78+071.3和K78+083.5处,模型的分类准确度依次为84.7%、82.1%、82.9%、86.3%、86.8%和84.1%。能够较准确地识别出微震信号,剔除相似信号,缩短了人工识别的范围,提高了岩爆预警的即时性和效率,能够减小岩爆的误报警率,对于隧道等地下工程建设具有十分重要的工程应用意义。