本文以沈阳中街人防工程为背景,对人防工程与地铁重叠段进行变形监测。因地铁处于运营阶段,采用自动化监测系统——静力水准监测系统进行实时监测。但是该系统输出的数据,与人工二等水准测量结果相比,数据跳动较大,存在17%——26%的误差,需对监测数据进行去噪处理。本文在VS2010下编写滤波软件,首先采用经典卡尔曼滤波、自适应卡尔曼滤波和小波滤波三种方法分别对监测数据进行去噪处理,通过实验结果发现经典卡尔曼滤波能够有效剔除掉的误差为38%,自适应卡尔曼滤波能够有效剔除掉的误差为55%,小波滤波能够有效剔除掉的误差为52%,三种方法单独使用时都不能满足剔除60%以上误差的要求。针对这一问题,本文提出使用滤波模型组合技术,根据单独使用一种滤波方法时发现的特点,即：1、经典卡尔曼滤波不适合长期使用；2、自适应卡尔曼滤波在低频部分有明显优势；3、小波滤波在高频部分有降噪效果明显。进行滤波模型组合。根据滤波先后顺序确定了四种滤波模型组合BCa1、BCa2、CalB和Ca2B,并由理论知识推测BCal降噪效果最好。通过工程实例的验证,滤波模型组合方法在降噪效果方面优于单独使用一种滤波技术,滤波模型组合方法能够有效剔除掉65%——75%的误差。其中滤波模型组合BCal降噪效果最好,能够有效剔除掉75%的误差,大大提高了自动化监测数据的准确性和可靠性,达到了预期有效剔除60%的误差的目的,得出处理中街人防工程地铁自动化监测数据的最优方法是滤波模型组合BCal。