探地雷达(Ground Penetrating Radar，简称GPR)在结构检测方面作为一种新型的无损检测技术，具有探测效率高，精度高，频带宽，抗干扰能力强等许多优点。因此探地雷达在工程结构、城市建设、水文勘测、环境工程、考古等领域得到了日益广泛的应用。与实际应用的迅速发展相比，探地雷达在信号处理方面的研究进展却相对缓慢。雷达信号处理的目的是消除干扰，提取各种有用参数，提高目标识别精度。混凝土结构中，钢筋的探测是雷达探测的一个重点，其中钢筋直径的探测更是一个长期未能解决的难题。由于雷达波对钢筋的反射信号是一个瞬变信号，而小波分析正是处理瞬变信号的有效方法。本文分析了传统的连续小波变换和离散小波变换的优缺点，尝试利用静态小波变换的方法来提取雷达信号中所蕴含的信息。雷达信号经过小波变换后得出的细节系数，蕴含着能够反映钢筋直径的信息。我们通过两种方法来提取信息辨别钢筋直径。一是利用小波系数成像法，找到代表钢筋的特定区域，通过比拟的方法得到钢筋直径，这个方法在一定范围内取得了较好的效果。二是小波系数确定钢筋影响范围法，通过具体分析symlet小波系数矩阵，在不同的时间点处，钢筋的存在对数值的突变有着一定的影响，通过分析钢筋对数值突变影响的范围来确定钢筋直径。结果证明，方法二与方法一相比较有了很大的进步，在钢筋直径的辨别上更加精确，而且辨别范围也更加广。本文提取的参数为下一步的神经网络识别提供了更加丰富和有效的参数，同时本文也为下一步的研究提供了了方向——人工神经网络对特征参数的自动识别。