简单介绍：
一阶滤波算法是比较常用的滤波算法，它的滤波结果=a*本次采样值+（1-a）*上次滤波结果，其中，a为0~1之间的数。一阶滤波相当于是将新的采样值与上次的滤波结果计算一个加权平均值。a的取值决定了算法的灵敏度，a越大，新采集的值占的权重越大，算法越灵敏，但平顺性差；相反，a越小，新采集的值占的权重越小，灵敏度差，但平顺性好。优点是对周期干扰有良好的抑制作用，适用于波动频率比较高的场合，它不用记录历史数据。
缺点是：滞后、灵敏度低。

python 实现

# -*- coding: utf-8 -*-

def FirstOrderLag(inputs,a):
    # 上一次滤波结果
    tmpnum = inputs[0]
    for index,tmp in enumerate(inputs):
        inputs[index] = (1-a)*tmp + a*tmpnum
        tmpnum = tmp
    return inputs


if __name__ == '__main__':
    inputs=[
    1938.9836,
    1922.3427,
    1893.2213,
    1829.154,
    1146.2628,
    1176.696,
    1212.191,
    1254.0005,
    1299.5145,
    1347.3482,
    1399.8107,
    1457.1985,
    1518.2097,
    1590.6988
    ]

    a=0.0001
    result=FirstOrderLag(inputs,a)
    for each in result:
        print(each)