Laŭ malsamaj metodoj pri prilaborado de datumoj, ekzistas tri arkitekturoj de informa fuzia sistemo: distribuita, centraligita kaj hibrida.

1) Distribuita: Unue, la originalaj datumoj akiritaj de sendependaj sensiloj estas prilaboritaj surloke, kaj tiam la rezultoj estas senditaj al la Informa Fuzia Centro por Inteligenta Optimumigo kaj Kombinaĵo por akiri la finajn rezultojn. Distribuita havas malaltan postulon pri komunikada larĝa bando, rapida kalkula rapideco, bona fidindeco kaj kontinueco, sed la spura precizeco estas multe malpli ol tiu de centralizita. Distribuita fuzia strukturo povas esti dividita en distribuitan fuzian strukturon kun retrosciigo kaj distribuita fuzia strukturo sen retrosciigo.

2) Centralizado: Centralizo sendas la krudajn datumojn akiritajn de ĉiu sensilo rekte al la centra procesoro por fuzia prilaborado, kiu povas realigi realtempan fandadon. Ĝia precizeco de datumtraktado estas alta kaj ĝia algoritmo estas fleksebla, sed ĝiaj malavantaĝoj estas altaj postuloj por la procesoro, malalta fidindeco kaj granda datuma volumo, do malfacilas realigi;

3) Hibrido: En la hibrida mult-sensora informa fuzia kadro, iuj sensiloj adoptas centralizitan fuzian reĝimon, kaj la resto adoptas distribuitan fuzian reĝimon. La hibrida fuzia kadro havas fortan adaptecon, enkalkulas la avantaĝojn de centralizita fandado kaj distribuo, kaj havas fortan stabilecon. La strukturo de hibrida fuzia reĝimo estas pli komplika ol tiu de la unuaj du fandaj reĝimoj, kio pliigas la koston de komunikado kaj kalkulo.

Kalman Filter (KF)

La procezo de informa prilaborado de Kalman -filtrilo estas ĝenerale antaŭdiro kaj korekto. Ĝi ne nur estas simpla kaj konkreta algoritmo, sed ankaŭ tre utila sistemo pri prilaborado de sistemoj en la rolo de mult-sensora informa fuzia teknologio. Fakte, ĝi similas al multaj metodoj de prilaborado de informaj datumoj. Ĝi provizas efikan statistikan optimuman takson por la kunfanditaj datumoj per matematika iterativa rekursiva kalkulo, sed ĝi postulas malmultan stokan spacon kaj kalkulon, do ĝi taŭgas por la medio kun limigita datuma prilaborado kaj rapideco. KF povas esti dividita en du tipojn: distribuita Kalman -filtrilo (DKF) kaj plilongigita Kalman -filtrilo (EKF). DKF povas igi datuman fandadon tute malcentralizita, dum EKF povas efike superi la influon de eraroj pri prilaborado de datumoj kaj malstabileco sur informa fuzia procezo.