1.一种电子机械制动系统卡钳夹紧力估计方法，其特征在于：包括如下的步骤：
步骤S1：对电机转角和转角速度信号进行高斯滤波；
步骤S2：对滤波后的电机转角和转角速度信号进行分析，根据电机转角的变化幅度和转角速度的符号，将卡钳划分为正向夹紧、逆向分离和保持状态三种工况；
步骤S3：根据卡钳所处的状态，对电子机械制动系统力矩平衡方程系数进行调整，经卡尔曼滤波观测器对卡钳夹紧力的实时估计，实现电子机械制动系统的精准控制。
2.根据权利要求1所述的电子机械制动系统卡钳夹紧力估计方法，其特征在于：所述步骤S1包括如下的步骤：
步骤S11：所述的电机信号高斯滤波过程如下：
电机转角和转角速度传感器测得电机转角θ和电机转角速度ω，记录下序列[θ(k‑n+1) θ(k‑n+2) ... θ(k)]和[ω(k‑n+1)  ω(k‑n+2) …  ω(k)]，则高斯降噪的结果如下：
其中，σ1、σ2分别为转角滤波器和转角速度滤波器的高斯函数标准差；r1、r2分别为转角滤波器和转角速度滤波器的高斯长度，其大小如下：
其中，m1、m2分别为转角滤波器和转角速度滤波器的高斯模板长度。
3.根据权利要求1所述的电子机械制动系统卡钳夹紧力估计方法，其特征在于：所述步骤S2：定义Flag＝1代表正向夹紧过程，Flag＝0代表保持状态过程，Flag＝‑1代表逆向分离过程，定义电机正向转动转角变化量阈值Δθ1和转角速度阈值ω1，电机逆向转动转角变化量阈值Δθ2和转角速度阈值ω2；
①输入电机转角Δθ2≤Δθg(k)≤Δθ1和电机转角速度ωg(k)；
②判断降噪后电机转角与正向转动转角阈值：若Δθg(k)＞Δθ1，则卡钳处于正向夹紧工况，Flag＝1；若Δθg(k)≤Δθ1，执行下步判断；
③判断降噪后电机转角与逆向转动转角阈值：若Δθg(k)＜Δθ2，则卡钳处于逆向分离工况，Flag＝‑1；若Δθ2≤Δθg(k)≤Δθ1，执行下步判断；
④判断降噪后电机转角速度与正向转动转角速度阈值：若ωg(k)＞ω1，则卡钳处于正向夹紧工况，Flag＝1；若ωg(k)≤ω1，执行下步判断；
⑤判断降噪后电机转角速度与逆向转动转角速度阈值：若ωg(k)＜ω2，则卡钳处于逆向分离工况，Flag＝‑1；若ω2≤ωg(k)≤ω1，则卡钳处于保持状态工况，Flag＝0；
⑥输出Flag。
4.根据权利要求1所述的电子机械制动系统卡钳夹紧力估计方法，其特征在于：所述电子机械制动系统电机转矩平衡方程为：
Tm＝Fγ+Tf+Ti
其中，Tm为电机转矩，F为卡钳夹紧力，γ为传动比，Tf为阻力矩，其值为Tf＝Flag·bω，Ti为电机惯性转矩，其值为
T
选取状态量x＝[θ  ω] ,控制量u＝Tm，干扰量为Fγ，所建立的状态空间方程如下：
其中，
使用欧拉法获得离散状态空间方程：
x(k+1)＝Akx(k)+Bku(k)+Mk
其中，Ak＝AT+I，Bk＝BT，Mk＝MT。
所述卡尔曼滤波夹紧力观测如下：
①计算状态估计协方差矩阵：
T
P(k|k‑1)＝AkP(k‑1|k‑1)Ak+Q
其中，Q为过程噪声协方差矩阵；
②计算滤波增益矩阵：
其中，R为测量噪声协方差矩阵；
③计算状态观测量：
x(k|k)＝x(k|k‑1)+K(k)[z(k)‑x(k|k‑1)]
其中，z(k)为测量状态值；
④计算卡钳夹紧力：
F(k‑1)＝[x(k|k)‑Akx(k‑1|k‑1)‑Bku(k‑1)]/γ
⑤计算下一次迭代所需状态及矩阵：
x(k+1|k)＝Akx(k|k)+Bku(k)+Mk
P(k|k)＝(1‑K(k))P(k|k‑1)
⑥循环上述步骤进行迭代求解。
5.一种计算机系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于：所述处理器执行所述计算机程序以实现权利要求1所述方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该计算机程序被处理器执行时实现权利要求1所述方法的步骤。
7.一种计算机程序产品，包括计算机程序，其特征在于：该计算机程序被处理器执行时实现权利要求1所述方法的步骤。