估算单元，该共振频率估算单元用于根据通过车轮速度检测单元1获得的转速信 息对转速信息的扭转共振频率进行时间序列估算；和判断单元，该判断单元用于根据估算 的扭转共振频率判断安装在车轮的轮胎的压力的减小。共振频率估算单元包含噪声去除单 元，该噪声去除单元通过使用ANC技术为每个车轮去除叠加在作为转速信息的车轮速度信 号上的噪声。根据本实施例的程序被安装在控制单元2中并且使控制单元2起包含噪声去 除单元的共振频率估算单元和判断单元的作用。
[0097] 例如通过根据二次自回归（AR)模型对转速信息或旋转加速度信息执行时间序列 分析，或通过利用作为如日本未经审查的专利公报No. 2011-102077公开的时间序列信号 的旋转加速度信息最作为W下表达式（1)的n次（n为3 W上的整数）线性模型的参数进 行时间序列估算，扭转共振频率能够被估算。在表达式（1)中，基准标号y(k)表示车轮旋 转加速度的时间序列信号，基准标号n表示模型的阶数（3 W上的整数），基准标号曰1表示 参数，并且基准标号W化）表示扰动。
[0099] 当获得的扭转共振频率变得小于例如在初始化的时候计算并且存储在RAM 2d中 的基准扭转共振频率并且低于预定阔值（比如2Hz)时，断定轮胎压力降低并且警报器5发 出警报。
[0100] 考虑到由于引擎的旋转不平稳和转矩不平稳而使得在轮胎的扭转共振频率附近 产生周期性噪声的事实W及担屯、因此导致产生错误的通报或不发出警报，本发明要注重扭 转共振频率的变化在判断轮胎压力的减小的时候去除周期性噪声。那时，在本发明中，使用 ANC技术为车辆的每个车轮去除周期性噪声。W下，将描述该ANC技术的使用模式。 阳101][第一实施例]
[0102] 在本实施例中，对于ANC技术，使用延迟X谐波合成器值X服），该延迟X谐波合成 器专用于去除周期性噪声的算法，例如由引擎的爆发引起的引擎噪声。 阳103]引擎噪声的频率可W根据作为引擎转数信息的引擎转数和气缸数量被计算。在本 实施例中，噪声去除单元在计算的频率在25至65化范围之内的情况下起作用。因为在40化 附近的轮胎扭转共振是RFM方法想要，该RFM方法是根据本实施例的检测设备或方法的前 提，所W频率小于25Hz或超出65Hz的噪声不容易受到影响。因此，不需要去除该噪声。 [0104] 在计算精度、计算速度和指定共振峰值的容易度方面，期望ANC在车辆速度为30 至120公里/时起作用。因为计算资源受限，所W ANC的计算周期期望为3至10毫秒。
[01化]图3是显示DX服的系统流程的图表。在系统流程中，如果没有二次路线并且被控 制目标信号（ = d(n))是周期性噪声，则信号d(n)可W表示为： 阳 106] d (n) = a (n) ? COS (? (n) ? n ? T) + 0 (n) ? sin (? (n) ? n ? T) 阳107] 同时，基于此，控制信号（=y(n))可W表示为： 阳10引 ,炸?沒(巧）.妨S(翔姆.巧? r.K房奶.S沁(接(巧)'巧' ？、） 阳109]旨P，噪声（ = d(n))是具有通过a (n)、e (n)和CO (n)确定的增益、相位和频率的 正弦波（周期性噪声）。"DX服"通过将具有相同增益和与噪声反相位的正弦波（=y(n)) 添加到该噪声来消除该噪声。
[0110]蟲（綠 .|1 C稱）和.毅絲:被自适应更新W便最小化误差函数（error function): 阳111 ] J = e2 (n)(此处 e (n) = d (n) +y (n))
[0112] 更新表达式如下：
阳11引[第二实施例]
[0119] 在本实施例中，ANC技术是FIR型自适应数字滤波器，该FIR型自适应数字滤波器 使用作为被控制目标的车轮速度信号或车轮加速度信号的过去信号作为基准信号，并且使 用LMS算法作为自适应算法。目P，在本实施例中，被控制目标信号和基准信号彼此相同。
[0120] 首先，作为参考，将描述被控制目标信号（=d(n))和基准信号（=噪声源x(n)) 彼此不同的情况。 阳121] 图4是显示在被控制目标信号（=d(n))和基准信号（=噪声源X(n))彼此不同 的情况下的系统流程的图表。在运种情况下，控制信号（=y(n))和误差信号（=e(n)) 用W下表达式（2)和（3)表示，并且过滤器系数矢量（=h(k，n))根据W下表达式（4)更 新。
阳 12引 e (n) = d (n)+y (n) ......(3) 阳 124] h(k, n+1) =h(k, n)-2? y ? e (n) ?x(n-k) ......(4)
[01巧]包含噪声的被控制目标信号和基准信号分别用d(n)和x(n)表示，抽头数和步长 分别用Nh和y表示。 阳126] 通常，如图4的系统流程所示，在基准信号（作为噪声源和与噪声相关联的信号， =x(n))能够与包含噪声的被控制目标信号（=d(n))不同地获得的情况下，FIR型自适 应数字滤波器使用该基准信号形成，并且通过加添到被控制目标信号（=d(n))，与基准信 号相关联的信号（=噪声）能够消除。
[0127] 然而，本实施例是在没有该基准信号（=噪声源）的前提下的实施例。
[0128] 在本发明中除了要被去除的周期性噪声之外没有噪声源并且不能获得如上所述 的基准信号的情况下，通过使过去的被控制目标信号作为"基准信号"，与作为要被去除的 噪声的过去信号相关联的信号能够消除。
[0129] 周期性噪声比如包含在车轮速度信号中的引擎噪声与车轮速度信号的过去信号 相关连。因此，通过使过去信号成为基准信号，周期性噪声能够消除。用于检测轮胎的压力 降低所利用的轮胎的扭转共振是随机信号并且与过去信号没有关联。因此，即使当通过本 实施例去除噪声时，扭转共振信号也不受影响。
[0130] 图5是显示在被控制目标信号和基准信号彼此相同的系统流程的图表。在运种情 况下，控制信号（=y(n))和误差信号（=e(n))用W下表达式（5)和（6)表示，并且过滤 器系数矢量（=h(k，n))根据W下表达式（7)更新。
阳 132] e(n) = d(n)+y(n) ......巧） 阳 13引 h 化，n+1) = h 化，n)-2 ? Ji ? e (n) ? d (n-Nz-k) ......(7)
[0134] 包含噪声的被控制目标信号通过d(n)表示并且抽头数、步长和延迟采样数分别 通过Nh、y和Nz表示。
[0135] 应当注意，d(n-N,-k)表示采样之前的被控制目标信号（N,+k)。当过滤器系数矢量 被优化时，没有与过去的被控制目标信号（=基准信号=d(n-N,-k))相关联的信号（=噪 声）存在于误差信号（=e (n)=输出）中。
[0136] 当FIR型自适应数字滤波器的抽头数是N并且要去除的噪声数是K时，公式 KX4《N《50是期望的。 阳137] 图6A至9D是显示当抽头数随噪声数从2至9而变化时的噪声消除性能的图表， 运些图表通过仿真获得。图6A至9D显示噪声数分别为9、5、3和2的情况。在图6A至9D 中，虚线指示控制之前的增益，实线指示控制之后的增益。
[013引通过将多个频率正弦波添加到随机数（0至0. 5)，得到被控制目标的数据行（= d(n))，并且执行"FIR型数字滤波器+LMS算法"的控制仿真W便仅消除正弦波。从图6A至 9D，发现抽头数越大，噪声消除性能越好并且对除了噪声W外的部分的影响减小。
[0139] 更详细地，如图6A至抓所示，当抽头数为40时，九个噪声能够消除。如图7A至 8D所示，当抽头数为20时，五个或S个噪声能够消除。进一步，如图9A至9D所示，当抽头 数为10时，两个噪声能够消除。由此结果，发现为了消除噪声数为K的信号的噪声，需要 4XK W上的抽头数。同时，抽头数的上限依据安装在车辆上的CPU的能力，并且较少的抽头 数需要较低的成本。然而，从噪声去除性能高并且所需的无噪声信号比如轮胎扭转共振受 较小影响的观点出发，抽头数期望在大约50 W下。
[0140] 在用作基准信号的过去信号的获取时间和当前时间之间的时间差At(秒）期望 为0. 16《A t《0. 35。当时间差A t太小时，基准信号与所需信号（不被消除的信号）相 关连。因此，担屯、所需信号被消除。同时，当时间差At太大时，与要被消除的噪声的关联 性减小，因此噪声不能被充分地消除。 阳141] 图IOA至IlD是显示当延迟采样数相对于具有噪声数为5和抽头数为30的数据 行改变时的噪声消除性能的图表，运些图表通过仿真获得。图12A至13D是显示当延迟采 样数相对于包含周期性路面噪声的实际车辆测量数据改变时的噪声消除性能的图表。在图 IOA至13D中，虚线