航空重力测量数据处理实质上是如何实现对比力观测值和载体加速度的有效分离,滤波技术在其中起到了关键作用.由于飞机运动以及仪器观测噪声的影响使得重力仪的比力测量值及GPS确定的运动加速度均含有大量高频噪声,进而获取的航空重力原始观测值也包含有大量高频噪声.通过频谱分析可知,该信号有两个主要特点:扰动重力信号位于低频段且带宽很窄而噪声所占带宽极宽,且两者存在一定混频;高频噪声幅值可以达到50000毫伽,而重力信号幅值也就是几十毫伽,两者相差上千倍.高频噪声滤波主要依靠低通滤波实现.因此,如何设计一个有效的低通滤波器从航空重力原始观测值中提取出重力信号,有一定的挑战性. 由于航空重力测量的特殊性，并无通用的滤波器或者参数，针对每个任务均需要根据实际设计性能更优的滤波器。在航空重力测量中使用的低通滤波器先后有6×20sRC滤波器、高斯滤波器，或者改进的6×20sRC级联滤波器、级联式巴特沃斯滤波器等。由于FIR滤波器具有精确线性相位的特点，目前，许多航空重力测量任务均偏向使用FIR滤波器。相比于数字滤波器，连续小波的滤波尺度易于调整，当尺度或采样率变化时无需构造新的滤波器。本文构造了基于连续小波函数的低通滤波器，对这基于连续小波函数的低通滤波器在航空重力测量中的应用进行了计算与分析。采用连续小波低通滤波器后的结果标准偏差基本在3-5mGal的范围内，滤波结果与地面延拓值的趋势一致。连续小波滤波器受边缘效应影响较大，这是由于为了获取较好的过渡带衰减，滤波器长度以及尺度因子选取较大造成的，本文的计算证实了该方法在航空重力数据滤波中的适用性。