多传感器信息融合技术是一个新兴的学科和技术，它是传感器应用技术、数据处理技术和计算机软硬件技术等多个学科的交叉。而管道输送的环境和管道本身存在缺陷等诸多不利因素，都会引起泄漏事故发生，因此需要排列大量的传感器对管道进行定期检测。在检测过程中，外界和自身因素影响也会对检测结果带来一定的干扰。因此要对同一管道统一位置采用多种检测技术，但是在检测时会遇到传感器节点能源限制和冗余信息问题，其在通信和计算能力上也有一定的局限性。基于上述问题，本文主要研究内容如下：　　1．给出了超声波传感器和漏磁传感器这两种技术联合使用的检测系统对管道进行无损检测，应用多种检测技术相结合可以使检测结果更加细致和全面，并将数据融合技术应用在管道检测系统中，建立适用于管道检测的模型。　　2．给出了改进的F-CONFIS和D-S证据理论相结合的数据融合算法，并将其应用到管道实时检测上。分别对超声波和漏磁传感器用F-CONFIS进行融合，再通过D-S理论证据进行决策融合。实验数据分析表明，该算法收敛融合效果较好。　　3．给出了基于双数列数据采集协议灰色理论和Kalman Filter相结合预测融合模型，并采用最优权值组合进行加权融合（CGKDF）。该算法充分利用感知数据的时-空相关性来预测数据。充分考虑到管道传感器节点采集到的数据特性及突变情况，利用CGKDF算法达到预测精度高，低通信、低开销及相对降低计算量的效果。