摘要：天然气管道泄漏监测正在进入大数据时代，针对传统方法存在的采集数据冗余、特征提取及识别受主观因素影响较大等问题，结合压缩感知与深度学习理论，提出一种在变换域进行泄漏信号的压缩采集、在压缩感知域进行自适应特征提取及识别的智能天然气管道泄漏孔径识别方法。通过随机高斯矩阵获取压缩采集数据，并通过深度学习挖掘测量信号中隐藏的泄漏孔径信息，经稀疏滤波实现特征的自动筛选，最后研究了SOftlTlflX回归实现孔径的高精度分类识别。实验结果表明，该方法实现了监测数据的压缩，对压缩感知域采集信号的识别性能明显优于传统方法。

关键词：管道泄漏孔径识别 压缩感知采集 深度学习 稀疏滤波 softmax回归 

单位：燕山大学信息科学与工程学院; 秦皇岛066004; 燕山大学河北省测试计量技术及仪器重点实验室; 秦皇岛066004