针对岩石破裂过程中声发射信号难以识别的问题，提出一种改进变分模态分解(VMD)去噪与多特征融合的声发射信号识别方法。首先，根据奇异值理论确定VMD分解模态数K,实现信号的自适应分解。然后，利用排列熵筛选出最优本征模态分量(IMF)并重构，进而提取重构信号的多个特征向量并融合。最后，将融合特征向量输入到多元宇宙算法优化的支持向量机(MVO-SVM)模型实现声发射信号的识别。实验结果表明，相比同种特征提取方法，基于改进VMD去噪的识别效果优于EEMD去噪和小波阈值去噪；相比单一特征向量，声发射信号的融合特征向量可以取得更高的识别准确率。