1.一种基于卡尔曼滤波台风过程电离层异常探测方法，其特征在于：所述台风过程电离层异常运用卡尔曼滤波法通过预报残差统计量法和电离层扰动指数法对电离层的异常进行探测；

所述通过预报残差统计量法判断电离层异常的方法为：式中，c为单位正态随机量的分位数，根据显著性水平α来确定，实际应用中取3或4；Hk为k时刻观测矩阵；Pk/k-1为状态协方差阵预报值； 为k时刻观测噪声第i个分量的方差；如果式(1)成立，则判断Lk(i)是正常的，否则为异常，其异常值为εk；

所述电离层扰动指数法的计算方法包括：

式中，Lk为K时刻的测量值； 为状态预报值；若DIl＜DIk＜DIu，则表明电离层未发生扰动，否则相反，其中DIl、DIu将由历史数据采用数理统计方法确定其经验值。

2.根据权利要求1所述的一种基于卡尔曼滤波台风过程电离层异常探测方法，其特征在于：所述卡尔曼滤波由状态方程和观测方程组成，其离散形式分别为：Xk＝AXk-1+BUk-1+Wk-1  (3)Lk-1＝Hk-1Xk-1+Vk-1  (4)式中，Xk是k时刻的系统状态；Uk-1是k-1时刻对系统的控制量，如果没有状态控制量，则Uk-1＝0；A和B是系统参数，分别为转移矩阵和灵敏系数矩阵；Lk-1是k-1时刻的测量值；Hk-1为k-1时刻观测矩阵；Wk-1和Vk-1为过程和测量噪声；

所述过程噪声Wk-1和测量噪声Vk-1，其中Wk-1和Vk-1满足如下统计特性：E(Wk-1)＝0,E(Vk-1)＝0  (5)Cov(Wk-1,Wj-1)＝Qk-1δ(k-1)(j-1)  (6)Cov(Vk-1,Vj-1)＝Rk-1δ(k-1)(j-1),Cov(Vk-1,Vj-1)＝0  (7)式中，Qk和Rk分别为动态噪声和观测噪声的方差阵；δkj是Kronecker，得：卡尔曼滤波属于最小均方差估计，其一般解由广义最小二乘估计、线性最小方差估计方法推导；

所述卡尔曼滤波最小均方差估计一般解的递推公式为：状态预报：

状态协方差阵预报：

Pk/k-1＝APk-1/k-1A'+Qk-1  (10)状态估计：

其中Gk为卡尔曼增益：

Gk＝Pk/k-1Hk'(HkPk/k-1Hk'+Rk)-1  (12)状态协方差阵估计：

Pk＝(1-GkHk)Pk/k-1  (13)初始状态条件为：

在给定初始值 和 后，即可依据式(9)、式(13)进行递推计算，实现滤波预测。

3.根据权利要求1所述的一种基于卡尔曼滤波台风过程电离层异常探测方法，其特征在于：利用所述预报残差统计量法所得到的电离层异常判别方程的得出需要以下步骤：k时刻预报残差向量为：

在零假设下，Vk是零均值高斯随机量，其方差矩阵为：E[VkVk']＝HkPk/k-1H'k+Rk  (16)通过式(15)、式(16)利用预报残差统计量对Lk的每个分量Lk(i)进行判别，得到式(1)所示的判别式；如果式(1)成立，则判断Lk(i)是正常的，否则为异常，其异常值为εk。

4.根据权利要求1所述的一种基于卡尔曼滤波台风过程电离层异常探测方法，其特征在于：通过所述电离层扰动指数法判别电离层异常的步骤为：电离层TEC扰动指数DI(t)，它为电离层观测值TEC0(t)与偏离背景值TECm(t)的相对值，如式(17)所示：式中 为观测时刻t的电离层TEC的预测值，通过卡尔曼滤波预测计算得到；

DIl＜DIk＜DIu  (18)

当扰动指数满足式(18)时，表明电离层未发生扰动，否则相反。