天然气的管道输送作为最普遍的天然气运输方式在我国国民经济的发展中起到了越来越重要的作用。天然气输送管道发生泄漏会造成极大的危害,经济损失十分严重。目前已应用的管道泄漏检测技术中,基于神经网络模型的泄漏诊断方法最为普遍。基于模型的泄漏诊断技术,要求模型具有较高的泛化性、要求样本丰富,而这些又都是难以得到满足的。本文从压电传感器的信号放大入手,分析、比较了压电传感器的电压源模型和电荷源模型,设计了基于电荷分级放大的压电信号变送器、面向管道泄漏监测的基于ARM处理器的专用RTU和管道泄漏监测系统结构。在以上述硬件系统采集现场信号的基础上,从信号处理速度和去噪效果两个方面分析、比较了移动平均滤波、小波分解和经验模态分析三种信号去噪方法的去噪效果,确定了基于小波分解与重构的实时监测信号在线去噪方法。在此前提下,提出了基于声纹比对的泄漏诊断方法。以现场采集的不同信噪比的泄漏信号为对象,详细介绍了基于声纹比对方法的泄漏信号特征提取过程,分析、比较了泄漏信号特征的显著度和泄漏诊断的可靠性。最后设计了基于Qt编程语言的算法动态库。现场实际应用结果表明：基于声纹比对的天然气管道泄漏检测方法,泄漏诊断可靠,极大地消除了系统的误报和漏报,为天然气管道泄漏监测提供了一种新的、有效的技术手段。