P波震相初至的自动识别是地震预警中最基础又极为关键的技术环节。传统的P波震相自动识别方法依赖地震信号幅度频率特性识别P波到时,受到地震事件信噪比的限制或者环境噪声的干扰,容易导致P波震相捡拾的偏差或者地震预警系统的误触发。把分形理论应用于地震事件判断和P波捡拾是一种有效解决信噪比限制的方法。它的基本思想是:用分形维数描述地震信号和噪声信号波形的几何复杂程度,根据地震信号分形维数的变化识别P波到达的位置或者依据待检测信号与干扰信号特征模式的维数距离判断信号属性。本文提出了一种基于分形维数识别P波震相到时的算法(STAFD/LTAFD),分析STAFD/LTAFD算法中的参数取值对捡拾结果的影响,采用日本K-NET数据,检验STAFD/LTAFD算法的可行性,对比STAFD/LTAFD算法和传统算法在不同信噪比下分别进行P波识别的结果,结果表明STAFD/LTAFD算法在低信噪比事件中具有更好的稳定性和更高的精确捡拾率;针对P波到达位置附近的局部形貌特征,将多重分形谱引入地震波形貌特征的研究,以多重分形谱谱宽和谱高为基本参量,比较不同信噪比下多重分形谱参量随地震波波形变化的规律,建立基于多重分形特性识别P波震相初至的算法,实现低信噪比下自动拾取P波震相初至。同时,本文基于福厦线地震预警系统实际运行过程中采集的噪声数据,建立了不同干扰信号类型的分形特征模式,计算待检测信号(包括地震信号和不同噪声信号)与不同噪声分形模式的分形距离,分形距离越小,待检测信号与干扰信号的相似程度越高。通过计算发现地震信号与所有已经建立的分形特征模式的维数距离有明显较远的距离,证明分形距离能够区分地震信号和不同类型的噪声信号。以上结果表明分形理论应用于地震信号的判断和地震P波震相识别是完全可行的。