航空电磁探测是以飞机为仪器搭载平台,获取地下电性分布的一种地球物理勘查方法,广泛应用于地质普查、矿产勘查、水资源探测和自然环境监测等领域。航空电磁探测的多源复杂噪声严重影响着航空电磁探测系统对地下深部异常体的探测能力,研究航空电磁数据去噪技术对于我国航空电磁系统探测能力的突破具有重要意义。本文分析了时间域航空电磁数据及噪声的时域特性、频域特性、时频特性和统计特性,得出航空电磁数据中信号和噪声存在部分频率重叠,剖面数据各道信号之间的相关性高,信号和噪声互不相关,可以利用统计特性分析方法去除噪声。针对航空电磁数据中信号和噪声存在部分频率重叠,频率域滤波方法无法有效去噪的问题,采用主成分分析(Principal Component Analysis,PCA)去噪。将数据线性变换为一组按照方差大小排列的主成分,重构低阶主成分可以去除不相关噪声。为解决剖面数据噪声方差大于信号时,低阶主成分中含有大量噪声无法去除的问题,采用最小噪声分离(Minimum Noise Fraction,MNF)去除剖面数据噪声。将数据线性变换成按照信噪比排列的MNF成分,通过重构高信噪比的低阶MNF成分去除噪声。但是当噪声方差小于信号方差时,最小噪声分离去噪结果会残留部分小噪声。在此基础上,结合主成分分析和最小噪声分离各自去噪的优势,提出一种基于MNF滤波的主成分重构去噪方法。利用主成分分析去除航空电磁剖面数据中方差较小的不相关噪声,再使用最小噪声分离滤除低阶主成分中的大方差噪声,重构滤波后的低阶主成分实现去噪。仿真和实测数据去噪结果表明,该方法可以有效去除剖面数据噪声,而且能够增强航空电磁探测对地下深部异常的分辨能力。