煤矸界面识别是综采放顶煤开采的一个环节，可靠的煤矸界面识别系统在经济性和安全性等方面都有突出优点，它能降低煤炭中的矸石的含量；提高放顶煤开采效率；减轻设备的磨损；并可以使作业人员远离危险的工作面，是实现采煤自动化的关键设备之一。放顶煤开采中随着矸石含量的增加，产生的声波信号也会有所不同，本文以此为出发点对基于声波频谱小波包变换的煤矸界面识别分析方法进行研究。通过声波信号频谱的差异，可以确定煤矸放落的临界区域，从而为煤矸识别提供参考依据。　　 本文系统地分析了综采放顶煤开采的原理、分析了煤放落过程的受力情况，本文搭建了煤矸界面识别物理模拟试验台，讨论并确定了煤矸界面识别的试验方案。通过试验拾取了大量试验数据，为后续信号处理准备了原始数据。　　 鉴于小波包分析方法的诸多优点，在经典谱分析的傅里叶变换基础上，本文采用了小波包算法对信号进行特征提取。通过基于小波包分解的能量分布提取算法能够确定煤矸放落过程中的敏感频段，提取出各特征值。　　 试验结果表明，随着矸石含量的增加，在放顶煤中尾梁处声波信号的小波包变换后提取出的特征向量发生明显的变化，尤其是能量和容差范围出现明显的波动变化。因此通过分析综采放顶煤开采中声波信号的变化，实现煤矸界面识别是一种较为可行的方法。