随着现代石油化工产业的迅速发展,气体的生产、使用、运输、储存过程中存在着大量易燃、易爆、有毒和有害气体,经常会导致重大泄漏事故的发生,造成了巨大的人员伤亡、经济损失和环境破坏。因此,气体泄漏定位与检测技术的研究意义重大,其中,超声波泄漏检测技术因为具有很强的穿透能力,对被检测目标的检测灵敏度高、检测速度快、缺陷定位准确等特点,所以它已经成为当前的研究热点。一直以来,国内外学者对超声波气体泄漏检测技术开展了大量的工作和研究,但现行的理论主要集中在气体泄漏检测的方式上,对于气体泄漏声波信号处理的算法方面研究较少。在泄漏声波信号的处理中,当前的经典目标方位估计（DOA）方法存在分辨率低、抗噪性能差、不适用于低快拍、多个泄漏源以及阵元数目较少等适用场合的问题。本课题首先针对超声波气体泄漏检测技术和信号DOA估计方法的研究现状,研究了均匀线性阵列的阵列形式和窄带信号的基本数学模型。介绍了常见的两种经典DOA估计算法,分别是CBF算法和MVDR算法,并基于MATLAB平台对这两种算法进行了信号源定位的仿真实验与分析。将传统的信号采集方式与压缩采样方式进行了对比和分析,描述了利用压缩感知基本理论进行信号重构的具体步骤。根据压缩采样过程、空间域的稀疏表示和凸优化信号重构算法,建立了基于压缩感知理论的信号DOA估计模型和l₁-svd算法。将l₁-svd算法与经典的DOA估计算法进行了MATLAB仿真对比和性能分析,证明了l₁-svd算法具有节省阵元的通道数,节省采样数据,抗噪性强等优点。此外,根据气体泄漏孔产生超声波的机理和特征,选择合适的超声波换能器和数据采集卡。基于Lab VIEW平台,构建了基于压缩感知的气体泄漏定位检测系统,来检测泄漏并定位泄漏位置。实验结果表明,该定位检测系统可以在有效的检测距离内高精度地对气体泄漏源进行定位,实现低投入成本、高分辨率、高精确度地定位多个泄漏源位置,具有广阔的应用前景。