随着现代建筑的广泛兴起，桩基越来越受建筑行业的青睐，使用的频率越来越高。桩基是房屋、桥梁等结构物的基础所在，是将上部结构的力传递给土层的媒介，桩基若受损，即使上部结构质量再好，也无济于事。为了确保桩基的安全性、耐久性和完整性，我们需要合理并有效地方法来检测其健康状况，确定桩基是否有缺陷。　　应力波反射法是目前比较实用的桩基检测方法，已得到工程界的广泛认可，本文在分析了现有方法的不足之处的同时，提出了小波理论和神经网络技术相结合的检测分析方法。该方法集小波包分析和神经网络两者的优点与一身，能有效的提取信号在时域和频域上的有用信息，有机结合反应桩身状态，并能处理非线性的状态集，准确诊断桩身的缺陷种类，简便，实用。　　本文的主要工作如下：　　(1)利用小波包分析对桩基动测信号(桩顶速度时程曲线)进行3层小波包分解，得到8个由低频到高频的频率成分的信号特征，然后计算各系数的方差，构造一个反应信号特征的能量特征向量，以此作为神经网络的输入特征向量。　　(2)将得到的含有8个元素的特征向量，作为输入值输入到神经网络中去，多输入几组数据，各种缺陷类型的桩基数据都要包含，不断调整权值、阈值以及隐含层节点数，训练该神经网络，使之成为能准确判断桩基缺陷的网络样本。　　(3)将实际工程中检测过的已知缺陷类型的桩基的速度时程曲线同样进行小波包分析，提取出该信号的特征向量，输入到已训练好的神经网络中去，将诊断出来的结果与实际的缺陷类型进行比对，印证该神经网络的合理性与准确性，判断本文方法是否合理。　　通过模型数据和实例工程数据的比对，证明本文所使用的的方法具有一定的合理性和可用性，能够实现判别桩基缺陷类型的目的。小波理论和神经网络技术相结合检测桩基是一种有效的方法，虽然它并不是刚刚起步，但是它仍需进一步的研究来完善它，相信在过几年，这种检测桩基的方法将会更加成熟，使用得更加方便，应用得更加广泛，可以为检测部门的决策提供关键依据。