管道是水、石油以及天然气的重要运输载体,在社会经济发展和工业生产中占据着重要地位。但是,随着管道的长期使用,各批次管道发生了不同程度的老化,运输介质的腐蚀,长时间埋在地底所造成的破裂,还有不法分子的破坏,都会引起管道泄漏。一旦发生泄漏,没有得到及时的修复,轻则造成财产损失和资源浪费,重则危及人民的生命安全。因此,对天然气管道泄漏点的准确定位就变得至关重要。本文分析了管道泄漏定位问题中的重点和难点,研究了信号降噪处理,时延估计以及泄漏点定位等关键技术,提出了一种通过对管道泄漏声波信号的检测完成对管道泄漏点的定位方法。主要工作如下:首先,深入研究了变分模态分解（Variational Mode Decomposition,VMD）的算法原理和理论,然后对信号处理过程中常见的含噪信号和锯齿波信号进行了仿真分析,并与小波分解、经验模态分解（Empirical Mode Decomposition,EMD）进行对比,证明其分解能力更强,同时验证了VMD算法可用于天然气管道泄漏检测。其次,研究了基于改进VMD的信号去噪方法。针对人为设置VMD算法的分解层数K和惩罚因子不准确,会对分解能力,分解效果造成影响的问题,提出了一种改进的自适应变分模态分解算法,即利用粒子群思想和混沌映射改进后的黑猩猩优化算法（Chimp optimization algorithm,Chimp）搜索VMD的分解层数K和惩罚因子α两个关键参数,把得到的参数作为VMD的预设值进行模态分解。利用豪斯多夫距离（Hausdorff Distance,HD）作为筛选VMD分解后有效模态的方法,筛选出有效信号分量并重构,通过与其他方法对比表明本文所提方法能够提高分解信号能力,从而取得良好的去噪效果。再次,针对噪声会使信号时延估计误差较大的问题,提出了基于VMD的广义二次互相关时延估计方法,该方法经过改进VMD的预处理可以有效去除含噪信号中的干扰因素,从而提升信号时延估计的精度,利用广义二次互相关时延估计算法对信号进行时延估计,与传统方法进行对比,经过实验验证,所提方法时延估计精度更高,稳定性更好。最后,利用本文所提出的信号去噪算法、时延估计方法并结合管道中的介质传播速度进行泄漏点定位,构造了管道泄漏定位模型。实验证明该方法能够有效的缩小定位误差,有助于管道泄漏定位精度的提升。