针对随钻测量过程中钻具底部的振动和噪声导致重力加速度信息严重失真的问题，提出了一种广义回归神经网络和改进的递推最小二乘法相结合的去噪方法。基于自适应噪声抵消原理，以加速度计测量信号和钻具振动信号为主要噪声模型，以广义回归神经网络处理后的钻具振动信号为子噪声模型。采用Alpine 最小二乘法滤波处理，提高了加速度计钻具的测量精度，解决了实时钻井的姿态信息。仿真结果表明，该算法能有效地消除钻具加速度计的振动噪声，提高姿态测量精度。去噪后，井斜角误差在1.45以内，工具面角误差在1.65以内。