地球重力场是地球固有的物理属性，研究地球重力场是诸多地球相关学科的基础，在军事应用上也具有重要意义。航空重力测量数据频率带宽介于地面与卫星重力测量数据之间，是研究区域重力场的重要数据来源。航空重力测量是在动态下进行，测量数据的信噪比极低。研究如何从低信噪比的测量数据中提取重力信号是航空重力测量的一个关键环节。本文依托捷联式航空重力测量系统SGA-WZ，对捷联式航空重力测量数据的滤波技术进行深入研究，主要研究成果如下：　　1．分析了捷联式航空重力测量的基本原理与误差模型，从理想状态条件和飞机动态飞行条件下分析了影响捷联式航空重力测量数据精度的主要因素。通过分析表明，飞机发动机的振动和飞机固有的周期运动等因素耦合在一起是造成捷联式航空重力测量数据信噪比低下的主要原因。为了描述飞机运动动态的剧烈程度，设计了动态衡量公式，将飞机的运动特性进行了量化。　　2．通过对不同测线的滤波结果分析，指出了低通滤波器在航空重力测量数据的滤波处理缺乏自适应性。根据航空重力测量数据采样特点，指出了测量数据存在着无法统一分辨率的缺陷，提出了基于等位置采样的低通滤波方法。并针对重复测线重力信号具有强烈的相关性这一特点，采用波数相关滤波提高了低通滤波结果的精度。　　3．针对低通滤波器不具有自适应性这一缺陷，结合航空重力测量数据的多尺度特性，提出了采用小波多尺度滤波技术来实现航空重力测量数据的滤波处理。通过对模拟数据与实测数据的时频分析，提出了一种与飞机动态性衡量值相关的小波阈值确定方法，能够获取高精度的测量结果。根据捷联式航空重力测量数据中噪声与重力扰动信号在小波变换各尺度上的不同传播特性，提出了基于小波变换的模极大去噪方法。　　4．针对航空重力测量数据采样是等时间不等距的特点，提出了采用经验模态分解方法对航空重力测量进行滤波处理。深入研究了基于经验模态分解的低通滤波方法，提出了采用能量密度分布与小波时频分析方法来确定噪声与信号的分界点。根据分析经验模态分解后各个IMF函数的自相关特性，结合小波阈值公式，提出了基于自相关函数特性的阈值滤波方法。