微波无损检测技术是新兴发展起来的一门高频电磁无损检测技术，有着广泛的应用前景。这种技术是基于测量工件表面的高频电磁场来检测其内部的缺陷或结构分布。本文首先阐述了微波无损检测技术的原理、特点、国内外研究现状和发展趋势。在电磁场理论的基础上，根据钢筋和混凝土的介电特性，得到微波在混凝土结构中传播时在钢筋表面发生反射及散射遵循的规律。比较了高频求解正逆问题各种数值计算方法的特点，最终选择有限元法，矩量法以及神经网络反演算法对课题中各问题进行研究。基于有限元算法理论，通过建立适合钢筋混凝土结构高频分析的三维模型，对指定区域施加载荷以及边界条件进行求解，其结果形象直观地显示了钢筋在混凝土中的水平分布情况，随后分析了钢筋位置与散射场分布的对应关系。同时对多处不同位置的钢筋结构进行仿真，得到相应的特征信号，建立了应用于神经网络反演的数据库。随后，本课题设计了基于矩量法的高频电磁场仿真分析试验，根据图形用户界面建立模型并对网格进行划分，利用FEKO软件的卡片系统对必要的参数进行设置，通过后处理器查看结果并显示散射场分布。最终将该结果与ANSYS仿真试验结果进行比对，曲线变化趋势较一致，符合实际检测需求。神经网络具有高度非线性的并行处理信息的能力，充分考虑混凝土结构中钢筋位置和散射场之间存在的复杂非线性关系，引入用于结构反演的BP神经网络和广义回归神经网络算法，实现了钢筋深度的准确预测。BP神经网络中选择梯度下降动量法、Levenberg-Marquadt反传算法以及量化共轭梯度算法进行训练，建模简单收敛速度快，在获得已知样本较少的情况下能够表现出很强适应性，并且精度都能够达到80%以上。广义回归神经网络人为调节参数少，逼近效果明显，反演精度可达90%。两者在钢筋位置定量预测方面具有很好的推广性。