一阶滤波，又叫一阶低通滤波，是一个能够过滤掉高频信号使数据变平滑的算法。

公式为：Y(n)=k*X(n) +(1-k)*Y(n-1)

即：本次输出值 = 滤波系数 x 本次采样值 +（1 - 滤波系数）x 上次输出值

本次输出值是本次采样值和上次输出值的加权求和，且权重和为1。滤波系数k取值0-1，k越大，本次采样值的权重越大，本次输出值对本次采样值的变化就越灵敏。

基本程序：

不同k值的滤波结果：

可以看出，k值越大，滤波结果灵敏度越高，越不稳定。当然，以上只是对数据稳定波动情况下的分析，不具普遍性。

实际应用：

实际使用中，对于不同的数据变化趋势，需要取不同的滤波系数：

● 数据有偶然干扰时，k值取0，忽略干扰期间的采样值；

● 数据稳定波动时，k值取小，减小波动的权重，使滤波结果平滑稳定；

● 数据持续的真实地变化时，一方面，滤波结果要迅速趋近于新采样数据，且数据变化越快，趋近速度越快；另一方面，数据重新稳定时，滤波结果要迅速趋于稳定。

应用到程序中，主要就是判断采样数据是否持续地增加或减少：是的话，累计该持续性变化的频次，当该频次超过设定的阈值，加大滤波系数并重新累计该频次(特别地，当变化幅度超过设定的阈值1，加快频次的累计)；否的话，设小滤波系数并复位频次。

变滤波系数的程序如下（未测试，水平有限仅供参考）：

相关资料：【滤波器学习笔记】一阶RC低通滤波_Jim勉的博客-CSDN博客_一阶rc滤波