1.一种古建筑木结构裂缝扩展监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的古建筑木结构裂缝扩展监测方法，其特征在于，所述声波信号接收数据包括频率范围、信号强度、时间戳，所述时间序列同步点数据包括起始时间点、峰值时间点、结束时间点，所述频率能量分析数据包括关键频率、能量峰值、背景噪声能量，所述裂缝源定位结果包括位置坐标、定位精度、关联频率，所述裂缝行为预测模型包括输入特征、模型算法、预测阈值，所述裂缝风险评估结果包括裂缝长度评估、裂缝宽度评估、裂缝深度评估。
3.根据权利要求1所述的古建筑木结构裂缝扩展监测方法，其特征在于，在目标木结构表面布置多个声发射传感器，调整声发射传感器的灵敏度参数，校准时间设置并同步声波数据，得到声波信号接收数据的步骤具体为：
4.根据权利要求1所述的古建筑木结构裂缝扩展监测方法，其特征在于，对所述声波信号接收数据执行时间序列分析，定位信号的时间标记，提取声发射传感器的时间同步点，记录声波的初始和终止时间戳，得到时间序列同步点数据的步骤具体为：
5.根据权利要求1所述的古建筑木结构裂缝扩展监测方法，其特征在于，通过所述时间序列同步点数据，对信号频率进行能量谱分析，调整频谱分辨率，识别并记录频率组件的能量峰值，过滤非目标频率的能量，得到频率能量分析数据的步骤具体为：
6.根据权利要求5所述的古建筑木结构裂缝扩展监测方法，其特征在于，所述快速傅里叶变换算法的公式如下：
7.根据权利要求1所述的古建筑木结构裂缝扩展监测方法，其特征在于，从所述频率能量分析数据中筛选与木结构裂缝关联的频率范围，利用声波强度和传播时间差的数据，进行三角测距定位裂缝源，并计算裂缝的位置，得到裂缝源定位结果的步骤具体为：
8.根据权利要求1所述的古建筑木结构裂缝扩展监测方法，其特征在于，基于所述裂缝源定位结果，设置和调整模型输入参数，训练支持向量机并分类裂缝行为，优化分类边界，生成裂缝行为预测模型的步骤具体为：
9.根据权利要求1所述的古建筑木结构裂缝扩展监测方法，其特征在于，将所述裂缝行为预测模型应用于实时监测数据，对裂缝的发展趋势进行评估，得到裂缝风险评估结果的步骤具体为：
10.一种古建筑木结构裂缝扩展监测系统，其特征在于，根据权利要求1-9任一项所述的古建筑木结构裂缝扩展监测方法，所述系统包括：