विभिन्न डेटा प्रोसेसिंग विधियों के अनुसार, सूचना संलयन प्रणाली के तीन आर्किटेक्चर हैं: वितरित, केंद्रीकृत और संकर।

1) वितरित: सबसे पहले, स्वतंत्र सेंसर द्वारा प्राप्त मूल डेटा को स्थानीय रूप से संसाधित किया जाता है, और फिर परिणामों को अंतिम परिणाम प्राप्त करने के लिए बुद्धिमान अनुकूलन और संयोजन के लिए सूचना संलयन केंद्र में भेजा जाता है। डिस्ट्रीब्यूटेड में संचार बैंडविड्थ, तेज गणना गति, अच्छी विश्वसनीयता और निरंतरता की कम मांग है, लेकिन ट्रैकिंग सटीकता केंद्रीकृत की तुलना में बहुत कम है। वितरित संलयन संरचना को फीडबैक के साथ वितरित संलयन संरचना और प्रतिक्रिया के बिना वितरित संलयन संरचना में विभाजित किया जा सकता है।

2) केंद्रीकरण: केंद्रीकरण प्रत्येक सेंसर द्वारा प्राप्त कच्चे डेटा को फ़्यूज़न प्रोसेसिंग के लिए सीधे केंद्रीय प्रोसेसर को भेजता है, जो वास्तविक समय फ़्यूज़न का एहसास कर सकता है। इसकी डेटा प्रोसेसिंग सटीकता अधिक है और इसका एल्गोरिदम लचीला है, लेकिन इसके नुकसान प्रोसेसर के लिए उच्च आवश्यकताएं, कम विश्वसनीयता और बड़ी डेटा मात्रा हैं, इसलिए इसे महसूस करना मुश्किल है;

3) हाइब्रिड: हाइब्रिड मल्टी-सेंसर सूचना फ़्यूज़न ढांचे में, कुछ सेंसर केंद्रीकृत फ़्यूज़न मोड को अपनाते हैं, और बाकी वितरित फ़्यूज़न मोड को अपनाते हैं। हाइब्रिड फ़्यूज़न ढांचे में मजबूत अनुकूलन क्षमता है, यह केंद्रीकृत फ़्यूज़न और वितरण के लाभों को ध्यान में रखता है, और इसमें मजबूत स्थिरता है। हाइब्रिड फ़्यूज़न मोड की संरचना पहले दो फ़्यूज़न मोड की तुलना में अधिक जटिल है, जिससे संचार और गणना की लागत बढ़ जाती है।

कलमन फ़िल्टर (KF)

कलमन फ़िल्टर द्वारा सूचना प्रसंस्करण की प्रक्रिया आम तौर पर भविष्यवाणी और सुधार है। यह न केवल एक सरल और ठोस एल्गोरिदम है, बल्कि मल्टी-सेंसर सूचना संलयन प्रौद्योगिकी की भूमिका में एक बहुत उपयोगी सिस्टम प्रोसेसिंग योजना भी है। वास्तव में, यह सूचना डेटा को संसाधित करने के कई प्रणालियों के तरीकों के समान है। यह गणितीय पुनरावर्ती पुनरावर्ती गणना के माध्यम से फ़्यूज्ड डेटा के लिए एक प्रभावी सांख्यिकीय इष्टतम अनुमान प्रदान करता है, लेकिन इसके लिए कम भंडारण स्थान और गणना की आवश्यकता होती है, इसलिए यह सीमित डेटा प्रोसेसिंग स्थान और गति वाले वातावरण के लिए उपयुक्त है। KF को दो प्रकारों में विभाजित किया जा सकता है: वितरित कलमैन फ़िल्टर (DKF) और विस्तारित कलमैन फ़िल्टर (EKF)। डीकेएफ डेटा फ़्यूज़न को पूरी तरह से विकेंद्रीकृत कर सकता है, जबकि ईकेएफ डेटा प्रोसेसिंग त्रुटियों और सूचना फ़्यूज़न प्रक्रिया पर अस्थिरता के प्रभाव को प्रभावी ढंग से दूर कर सकता है।