目前煤矿产业急需解决的首要问题是煤矿安全性问题，其中煤与瓦斯突出是煤矿安全生产最主要的自然灾害之一，是造成人员伤亡、影响生产效率的主要因素。在发生煤与瓦斯突出之前一般都具有前兆显现，其中煤岩声发射信号是瓦斯突出之前明显的预兆信息之一，本文通过对瓦斯突出机理的研究，提出了一种新的方法—温度判断法，用以辅助判断瓦斯突出，其次根据AE声发射在煤层中传播特征规律及与煤层突出的危险性关系指标，提出相对能率和相对事件率指标。针对矿井信号复杂，对信号提取是重中之重，根据声发射信号的特点，引入小波分析理论，作为一种数学工具来提取和处理非平稳信号，考虑到声发射信号通常混有噪声并且相当微弱，而且现今消噪技术也不能很好的让声发射监测得以精确预报，因此本论文提出基于小波分析的声发射信号消噪方法，系统设计了一种以小波函数为基底函数的新型BP神经网络，并通过试验计算和计算机仿真证明了此思想的优越性，将其应用于煤与瓦斯突出危险性预测上。在前面几章研究的基础上，文章最后设计一个声发射信号处理分析工具—集成化声发射信号处理平台，主要介绍信号处理平台的开发工作和模块功能的实现。