भिन्न डेटा प्रक्रियेच्या पद्धतींनुसार, माहिती फ्यूजन सिस्टमची तीन आर्किटेक्चर आहेत: वितरित, केंद्रीकृत आणि संकरित.

१) वितरित: प्रथम, स्वतंत्र सेन्सरद्वारे प्राप्त केलेला मूळ डेटा स्थानिक पातळीवर प्रक्रिया केला जातो आणि नंतर अंतिम निकाल मिळविण्यासाठी बुद्धिमान ऑप्टिमायझेशन आणि संयोजनासाठी माहिती फ्यूजन सेंटरवर निकाल पाठविला जातो. वितरित केलेल्या संप्रेषण बँडविड्थ, वेगवान गणना वेग, चांगली विश्वसनीयता आणि सातत्य यासाठी कमी मागणी आहे, परंतु ट्रॅकिंगची अचूकता केंद्रीकृतपेक्षा खूपच कमी आहे. वितरित फ्यूजन स्ट्रक्चर फीडबॅक आणि वितरित फ्यूजन स्ट्रक्चरसह वितरित फ्यूजन स्ट्रक्चरमध्ये विभागले जाऊ शकते आणि अभिप्रायाशिवाय वितरित फ्यूजन स्ट्रक्चरमध्ये विभागले जाऊ शकते.

२) केंद्रीकरण: केंद्रीकरण प्रत्येक सेन्सरद्वारे प्राप्त केलेला कच्चा डेटा थेट फ्यूजन प्रक्रियेसाठी मध्यवर्ती प्रोसेसरकडे पाठवते, ज्यामुळे रिअल-टाइम फ्यूजनची जाणीव होऊ शकते. त्याची डेटा प्रक्रिया अचूकता जास्त आहे आणि त्याचे अल्गोरिदम लवचिक आहे, परंतु त्याचे तोटे प्रोसेसर, कमी विश्वसनीयता आणि मोठ्या डेटा व्हॉल्यूमसाठी उच्च आवश्यकता आहेत, म्हणून हे लक्षात घेणे कठीण आहे;

)) संकरित: संकरित मल्टी-सेन्सर माहिती फ्यूजन फ्रेमवर्कमध्ये, काही सेन्सर केंद्रीकृत फ्यूजन मोडचा अवलंब करतात आणि उर्वरित वितरित फ्यूजन मोडचा अवलंब करतात. हायब्रीड फ्यूजन फ्रेमवर्कमध्ये मजबूत अनुकूलता आहे, केंद्रीकृत फ्यूजन आणि वितरणाचे फायदे विचारात घेतात आणि स्थिर स्थिरता आहे. हायब्रीड फ्यूजन मोडची रचना पहिल्या दोन फ्यूजन मोडपेक्षा अधिक क्लिष्ट आहे, ज्यामुळे संप्रेषण आणि गणनाची किंमत वाढते.

कलमन फिल्टर (केएफ)

कलमन फिल्टरद्वारे माहिती प्रक्रियेची प्रक्रिया सामान्यत: अंदाज आणि दुरुस्ती असते. हे केवळ एक साधे आणि ठोस अल्गोरिदमच नाही तर मल्टी-सेन्सर माहिती फ्यूजन तंत्रज्ञानाच्या भूमिकेत एक अतिशय उपयुक्त सिस्टम प्रक्रिया योजना देखील आहे. खरं तर, माहिती डेटावर प्रक्रिया करण्याच्या बर्‍याच सिस्टमच्या पद्धतींप्रमाणेच हे आहे. हे गणिताच्या पुनरावृत्ती रिकर्सिव्ह गणनाद्वारे फ्यूज केलेल्या डेटासाठी एक प्रभावी सांख्यिकीय इष्टतम अंदाज प्रदान करते, परंतु त्यासाठी स्टोरेजची थोडी जागा आणि गणना आवश्यक आहे, म्हणून मर्यादित डेटा प्रक्रिया जागा आणि वेग असलेल्या वातावरणासाठी ते योग्य आहे. केएफला दोन प्रकारांमध्ये विभागले जाऊ शकते: वितरित कलमन फिल्टर (डीकेएफ) आणि विस्तारित कलमन फिल्टर (ईकेएफ). डीकेएफ डेटा फ्यूजन पूर्णपणे विकेंद्रीकृत बनवू शकतो, तर ईकेएफ डेटा प्रक्रिया त्रुटी आणि माहिती फ्यूजन प्रक्रियेवर अस्थिरता प्रभावीपणे मात करू शकतो.