1.一种矿震灾害判别及信号重构方法，其特征在于：包括如下步骤：

1)利用边缘计算服务器通过高速以太网从监测区域的分布式矿震监测节点中接收矿震数据；

2)将矿震数据表示成稀疏矩阵；

3)稀疏矩阵经过多重神经网络模型进行训练并对灾害结果进行判别；

4)通过改进的稀疏度自适应匹配追踪算法对矿震信号进行重构；

所述步骤1中分布式矿震监测节点通过高速以太网连结并运行IEEE1588时间同步协议，矿震数据中加入时间戳保证矿震数据的时间一致性；

所述步骤3中多重神经网络模型包含卷积网络和抗噪自动编码网络，其中卷积网络用于对稀疏矩阵数据进行特征提取，抗噪自动编码网络用于输出用于与专家系统进行灾害判别的训练结果，即：xj，xj∈[0，1]，经过输入层到达中间层，信号变为y，可以用如下公式表示：f(x)＝g(wx+b)  (1)

上式(1)中，x表示为稀疏矩阵，g(·)是非线性函数，w是输入层到中间层的链接权值，b为中间层的偏置值，信号f(x)经过解码层解码，输出到n个神经元的输出层，信号如下公式：h(x)＝g(w′x+b′)  (2)

上式(2)中，x为信号f(x)，g(·)是非线性函数，w′是中间层到输出层的链接权值，b′为输出层的偏置值，h(x)被当作是x的预测。

2.根据权利要求1所述的一种矿震灾害判别及信号重构方法，其特征在于：所述步骤2中稀疏矩阵的表示方法为：将矿震数据根据同步时间差进行分组、部分丢弃并置零处理，处理后的数据表示成稀疏矩阵，即：其中， 是矿震数据，θj为信号的系数向量。

3.根据权利要求1所述的一种矿震灾害判别及信号重构方法，其特征在于：所述步骤4中用于对矿震信号进行重构的改进稀疏度自适应匹配追踪算法的具体步骤为：首先对各个参数初始化，信号的支撑集为空集，初始残差矩阵为测量信号组成的矩阵，在满足残差的2范数没有足够的小的情况下，用测量矩阵的各列与残差匹配，计算无穷范数向量，保存将该向量中的S个最大绝对值分量的角标，将它与前次迭代产生的信号支撑集合并，然后计算更新后的支撑集在本次迭代中的残差，直至某次迭代产生的残差足够小，利用最后一次迭代产生的信号支撑集的估计去计算各信号非零分量的估计。