卡尔曼滤波是采用递归的方法属于线性滤波器，只需要当前的测量值input（西门子PLC里比如我们的模拟量通道AIW0值）和前一个采样周期的估计值（上一个时刻的滤波输出结果last_out）就能进行状态估计，需要的存储空间小，每一步的计算量小。下面我们通过程序代码一一给大家展示下。
注意：当前时刻的最佳估计值也就是当前时刻的卡尔曼滤波输出结果out。
预测状态方程的目的：由系统状态变量k-1时刻的最优值（一维的时候状态变量就是比如我们的速度，如果再加上位置那就是向量了） 和系统输入计算出k时刻的系统预测值。本篇博文主要讲解一维卡尔曼滤波，多维借助矩阵运算就好，公式一样。一维的时候变换矩阵Fk 就是标量1，这里没有任何矩阵概念存在（可能大家觉得没有矩阵难度小了很多，其实我们大部分的卡尔曼滤波矩阵维数并不高，计算难度也并不大，不要动不动就被矩阵吓住了，矩阵运算也是一系列代数运算操作完成的）。
建议大家可以先了解下什么是最小二乘法（预测值与真值平方差最小）。可以参看我的另一篇博文：
PLC信号处理之平均值滤波（SMART PLC指针应用）_RXXW_Dor的博客-CSDN博客平均值滤波属于老生常谈的问
