水下气体泄漏广泛存在于自然界以及工业环境中,尤以海洋环境下最为常见。海洋开发过程中,由于油气管道破损、海底冷泉、可燃冰开采和碳封存失效所导致的气体泄漏不仅会导致直接经济损失,还将引发安全和环境问题,产生恶劣影响。水下气体泄漏检测技术的应用能够有效发现泄漏的存在,在泄漏早期及时采取修复和补救措施,避免造成更加严重的后果。因此,研究水下气体泄漏检测技术具有重要意义。基于水下气体泄漏时将形成气泡这一特有现象,本文提出了以气体泄漏时所产生的气泡声学信号作为识别目标的泄漏检测方法,具有适用性强、灵敏度高等优点,有望成为现有技术的重要补充。由于气体的可压缩性,气泡将具有一定的弹性,因此在受到激励时将发生脉动并在液体中产生声学信号。本文分析了气泡脉动过程中的动力学模型,研究了气泡声学信号的传播和衰减特性,并在实验室环境下搭建了模拟水下气体泄漏平台,基于高速成像技术研究了不同流量下气泡的形成过程及声学信号特点。同时,引入了时频分析方法对声学信号的产生原因进行研究,证实气泡生成时的“夹断”现象以及气泡的融合和分裂均将提供激发气泡产生声学信号的初始能量。微量泄漏条件下,气泡的生成具有周期性和重复性。针对这一特点,本文提出了一种基于时频能量分析的微量泄漏信号检测方法以及相应的自适应谐波检测算法,可识别出噪声环境下的微量泄漏信号和气泡产生的频率,并基于置信度分析研究了窗函数长度、噪声强度和信号衰减系数对算法性能的影响。与传统频域分析方法相比,该方法具有更好的抗噪声干扰能力。针对含噪信号中气泡声学信号的位置识别问题,本文提出了基于双稳系统及量子粒子群寻优随机共振的气泡信号位置识别方法。本文选取脉冲形式的输出信号作为衰减振荡信号的最优随机共振结果,基于双稳系统模型,利用量子粒子群寻优实现了噪声环境下的气泡信号位置识别方法,进一步提出了反向随机共振方法,可有效改善气泡信号的位置识别精度,有助于泄漏源的定位。随着泄漏流量的增加,泄漏所产生的气泡声学信号将具有持续性特征,可采取基于阵列的信源数估计算法对其进行识别。本文提出了一种分析基于最小描述长度准则的信源数估计算法性能的新方法,相比现有分析方法在小快拍数下具有更好的预测精度,多泄漏源条件下可对不同信源数估计结果的概率进行计算,解决了算法欠估计程度的分析问题,对水下泄漏检测阵列的参数选择和设计具有指导意义。