<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Control</title>
<title_fa>مجله کنترل</title_fa>
<short_title>JoC</short_title>
<subject>Engineering &amp; Technology</subject>
<web_url>http://joc.kntu.ac.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>2008-8345</journal_id_issn>
<journal_id_issn_online>2538-3752</journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi>10.61186/joc</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science></journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1390</year>
	<month>9</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2011</year>
	<month>12</month>
	<day>1</day>
</pubdate>
<volume>5</volume>
<number>3</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>مقایسه روش های ترکیب اطلاعات مبتنی بر ترکیب بردار حالت در شبکه های چند حسگری</title_fa>
	<title>Comparison the State Vector Fusion Methods for Data Fusion in Multi Sensors Networks</title>
	<subject_fa>تخصصي</subject_fa>
	<subject>Special</subject>
	<content_type_fa>پژوهشي</content_type_fa>
	<content_type>Research paper</content_type>
	<abstract_fa>
 این مقاله، به مقایسه روش  های ترکیب اطلاعات مبتنی بر ترکیب بردار حالت حاصل از تخمینگر کالمن با استفاده از اطلاعات حاصل از چند حسگر که یکی از بارزترین روش  های ترکیب اطلاعات می باشد پرداخته است. پس از معرفی روش های مبتنی بر ترکیب بردار حالت، در ادامه به تحلیل، بررسی و مقایسه این روش  ها از طریق مقایسه مقدار خطای تخمین و همچنین حجم محاسباتی الگوریتم  های مذکور در پیاده سازی الگوریتم ها خواهیم پرداخت. تمرکز مقاله حاضر بر ارائه قضایایی در خصوص برابر بودن ماتریس  های کوواریانس خطای تخمین در روش  های ترکیب بردار حالت و طراحی و اجرای شبیه سازی های مناسبی به منظور تحلیل حجم محاسباتی الگوریتم  های مربوط به این روش  ها است.
</abstract_fa>
	<abstract>In this paper, we compare the performance of state vector fusion methods for data fusion of multi sensors networks by comparing the estimation errors covariance. Here, we represent the three main state vector data fusion methods and we prove the equivalency of the estimation error covariance matrices corresponding to these three methods. In last part of the paper, the simulation results are presented to show the effectiveness of the theoretical results. Also, we analyze the computational load of these three methods by simulation analysis.</abstract>
	<keyword_fa>ترکیب اطلاعات حاصل از چند حسگر, ترکیب بردار حالت, فیلتر کالمن, کوواریانس خطای تخمین</keyword_fa>
	<keyword>Multi-Sensor Data Fusion, State Vector Fusion, Kalman Filter, Estimation Error Covariance.</keyword>
	<start_page>24</start_page>
	<end_page>35</end_page>
	<web_url>http://joc.kntu.ac.ir/browse.php?a_code=A-10-55-3&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Bijan</first_name>
	<middle_name></middle_name>
	<last_name>Moaveni</last_name>
	<suffix></suffix>
	<first_name_fa>بیژن</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>معاونی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>b_moaveni@iust.ac.ir</email>
	<code>1003194753284600157</code>
	<orcid>1003194753284600157</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa> دانشگاه علم و صنعت ایران</affiliation_fa>
	 </author>


	<author>
	<first_name>Shima</first_name>
	<middle_name></middle_name>
	<last_name>Rouhi</last_name>
	<suffix></suffix>
	<first_name_fa>شیما</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>روحی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>shimarouhi@yahoo.com</email>
	<code>1003194753284600158</code>
	<orcid>1003194753284600158</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa>دانشگاه آزاد واحد علوم و تحقیقات، تهران</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
