本文通过数值模拟方法，对桩中应力波传播的过程进行模拟，讨论了低应变反射波法检测存在的不足，分析了弹性波在桩中的传播特性，以及弹性波在桩中传播过程的影响因子，并结合小波分析对桩动载检测过程的响应信号进行处理，提取了反映桩身缺陷信息在内的特征值，通过神经网络学习训练，提出桩身缺陷性质判别方法。本文得到的主要成果如下：（1）通过动力有限元模拟，建立了锤-桩-土的动载检测过程模型，得到与应力波反射法实测曲线较一致的数值模拟曲线，分析研究了应力波在桩中传播过程及反射特性。（2）研究小波变换在桩动载检测信号处理中的应用，通过对动载检测过程的非平稳响应信号进行小波分解和重构，摒除了实测信号中的噪声干扰或无关信息，消除了传统的由实测信号直接读取反射特性引起的误差。（3）讨论小波变换分析处理问题时，如何选择最优小波基。对同一个问题，选择不同小波函数分析处理，会导致不同的结果。DB系列小波因其紧支撑宽度有限，在信号分解过程中时频两域局部化能力强。本文选取Db4小波对基桩动载检测信号进行小波分析，结果表明，所选的小波基对信号分析是合理可行的。（4）通过对信号进行分解重构后的信号进行特征值提取，提取包含缺陷位置、性质在内的特征信息，为后续构造小波神经网络提供合理的训练样本信息。初步建立了一个三层的BP神经网络，为桩身缺陷判别提供一个思路。