探地雷达在很多领域得到广泛应用,但是由于采集的信号受噪声感染严重,不利于后期对雷达图像特征的提取。同时,探地雷达回波信号通过延估计来估计各个层次的厚度,但是当路面层次较薄时,弱回波信号容易被强回波信号掩盖。针对这两个问题,本文主要运用小波变换和压缩感知中的重构算法来进行分析研究。首先介绍了小波变换的基本理论和去噪原理,讨论了小波变换对回波信号的去噪影响因子,分别从小波基函数、分解层数选择、阈值选择以及阈值函数选择四个方面展开讨论,并进行了仿真实验。接着,在此基础上,针对已有阈值函数的不足之处,提出了新的阈值函数,并用仿真实验进行验证,得到了较好去噪效果。然后针对弱回波信号被掩盖问题,本文用传统匹配滤波进行时延估计,再用压缩感知中的逐步正交匹配追踪(StOMP)重构算法进行时延估计,解决了匹配滤波方法中存在旁瓣的问题。为了进一步提高估计精度,把抛物线内插、极化内插分别和StOMP算法结合进行时延估计,仿真实验证明极化内插和StOMP算法的结合更加有效的提高了估计精度。最后基于匹配滤波、StOMP算法提出了一种改进算法:Gridless—St OMP算法,该方法还结合极化内插技术,提升了对回波时延的估计精度。