林木蛀干害虫幼虫生存在树干内部,种类鉴定困难。为了迅速准确的识别天牛幼虫种类,进行生物学防治,提出了测试分析天牛幼虫蛀食树木振动信号,提取天牛幼虫的行为学特征,判断天牛种类的方法,取得以下成果:蛀干害虫在树干内会有蛀食树干,清理蛀道,自卫以及爬行等行为,这些行为均会引发一个波形类似振动波形,同时外界的强风及其他的干扰也会引发振动。蛀干害虫引发的振动信号有上升沿是一个陡的脉冲随后脉冲以近似指数包络线衰减,与外界干扰引发的振动波形上有明显的区别,蛀食振动最大相对幅值在60%以上,清理蛀道振动最大相对幅值40%-60%,自卫振动最大相对幅值20%-40%,爬行振动最大相对幅值20%以下,可以直接进行判别。在此后的研究中得到了验证。使用变分模态分解对蛀食振动信号进行降噪,通过中心频率判别法确定出模态个数,对比不同惩罚因子的运算时间以及精度,确定出惩罚因子的值。并介绍了 VMD降噪原理以及通过波形和时间熵进行噪音分量识别的方法。对重构信号进行3层小波包分解,对分解后的分量进行傅里叶变换以及计算能量比,提取蛀干振动的特征。本课题分别采集了云斑天牛(白蜡树),光肩星天牛(法国梧桐),桃红颈天牛(紫叶李,西府海棠),大量的数据。对降噪后的振动信号提取时域特征,主要包括振动波形以及振动时长上的区别。对于频域特征主要包括频率组成以及节点能量比的频域特征。不同的幼虫蛀干振动差别非常大,适于作为特征参数,判断天牛的种类。同时同宿主上的蛀木振动信号特征差别显著。证明基于振动信号分析的方法,能有效识别蛀木害虫。通过时域和频域的综合判别,从而完成蛀干害虫的识别。针对同一种树木可能存在多种天牛为害,本课题随机采集了白蜡树,法国梧桐,紫叶李以及西府海棠等树木,采集相应的信号进行分析,正确率到了 90%。剩余树检测时未发现相应的害虫,但存在其他种类的天牛。本课题证明了使用振动信号进行天牛种类识别的可行性。对早期确认蛀干害虫种类,制定科学的防治方案有重要实用价值。为以后的生物防治奠定了坚实的基础。