Відповідно до різних методів обробки даних існує три архітектури системи злиття інформації: розподілена, централізована та гібридна.

1) Розподіл: спочатку вихідні дані, отримані незалежними датчиками, обробляються локально, а потім результати надсилаються в центр злиття інформації для інтелектуальної оптимізації та комбінування для отримання кінцевих результатів. Розподілений має низькі вимоги до пропускної здатності зв’язку, високу швидкість обчислення, хорошу надійність і безперервність, але точність відстеження набагато нижча, ніж у централізованого. Структуру розподіленого синтезу можна розділити на структуру розподіленого синтезу зі зворотним зв’язком і структуру розподіленого синтезу без зворотного зв’язку.

2) Централізація: Централізація надсилає необроблені дані, отримані кожним датчиком, безпосередньо до центрального процесора для обробки синтезу, який може реалізувати синтез у реальному часі. Його точність обробки даних висока, а алгоритм гнучкий, але недоліками є високі вимоги до процесора, низька надійність і великий обсяг даних, тому його важко реалізувати;

3) Гібридний: у гібридній системі злиття інформації з кількома датчиками деякі датчики використовують режим централізованого злиття, а решта – режим розподіленого злиття. Структура гібридного злиття має сильну адаптивність, враховує переваги централізованого злиття та розповсюдження та має високу стабільність. Структура режиму гібридного синтезу складніша, ніж у перших двох режимів синтезу, що збільшує вартість зв’язку та розрахунків.

Фільтр Калмана (KF)

Процес обробки інформації фільтром Калмана загалом є прогнозуванням і корекцією. Це не тільки простий і конкретний алгоритм, але й дуже корисна схема обробки системи в ролі мультисенсорної технології синтезу інформації. Насправді це схоже на методи обробки інформаційних даних багатьох систем. Він забезпечує ефективну статистичну оптимальну оцінку для об’єднаних даних за допомогою математичних ітераційних рекурсивних обчислень, але вимагає мало місця для зберігання та обчислень, тому підходить для середовища з обмеженим простором і швидкістю обробки даних. KF можна розділити на два типи: розподілений фільтр Калмана (DKF) і розширений фільтр Калмана (EKF). DKF може зробити злиття даних повністю децентралізованим, тоді як EKF може ефективно подолати вплив помилок обробки даних і нестабільності на процес злиття інформації.