岩石在损伤破裂时释放出声发射信号，但岩石声发射信号受静态、动态、外界环境等各种因素的影响，使得岩石声发射信号呈现非线性、非平稳的随机信号。这些因素共同决定了岩石声发射信号分析的难点，对岩石声发射源信号的定性、定量、定位分析造成极大的障碍。因此，更有效的岩石声发射信号分析新方法是改进研究的重要途径，无论是在对岩石结构的理论分析还是在声发射的实际应用上都有重要意义。　　针对岩石声发射信号模态多样，本文利用近年来新提出的基于数据的自适应算法-Hilbert-Huang变换。采用HHT中的改进算法全局经验模式分解（EEMD），对EEMD在声发射信号分析中的应用进行讨论，以及针对EEMD的边界效应提出改进的方法。从而为岩石声发射信号的分析处理提供一种新的分析方法，为岩石声发射源的分析提供基础。本文的研究工作主要包括：　　①深入分析声发射信号的特点，发现岩石声发射信号波形存在相邻采样点同为极值点且幅度相等，利用经验模式分解（EMD）方法进行分解时求极值存在歧义，造成拟合时存在多种可能的情况。基于此本文利用改进算法全局经验模式分解消除不确定极值点。此外，针对岩石声发射信号的突发型信号，EEMD在分析该信号时相当于对信号尾部的信号延长，从而改进了对岩石声发射信号多模态自适应的应用。选取用EMD和EEMD分解后的内在模式函数（IMF），在傅里叶频谱域和Hilbert频谱域中分别进行分析比较，证明EEMD分解更有效。　　②由于采集到的岩石声发射事件的时间长度有限，EEMD算法在分解时存在边界影响的局限，本文提出了一种基于最大熵谱（MEM）的改进EEMD算法。该方法借助最大熵谱高分辨率的特点分析首尾局部信号，求出最大熵谱谱值对应的频率，以各自的频率分别向原始信号两端以正弦信号延拓，幅值为靠近边界的极值。将延拓后的信号做EEMD分解，并与EMD分解进行对比。最后重组部分IMF，验证本方法的有效性。　　通过从以上两方面对岩石声发射信号的研究，借助MATLAB仿真软件对实验采集的信号进行了仿真分析，给出了试验效果图、数据结果和结果的分析。实验表明经过EEMD变换后在时域范围内幅值变化趋势不变，在频域中IMF频率更集中，减少了混叠，对信号进行了较好的滤波。将延拓后的信号作EEMD分解，验证了延拓后的信号能有效抑制边界效应。研究结果表明，该算法可有效地提高岩石声发射信号分解的准确度。