Згодна з рознымі спосабамі апрацоўкі дадзеных, ёсць тры архітэктуры інфармацыйнай сістэмы зліцця: размеркаваны, цэнтралізаваны і гібрыдны.

1) Размеркаваны: Па -першае, зыходныя дадзеныя, атрыманыя незалежнымі датчыкамі, апрацоўваюцца лакальна, а потым вынікі адпраўляюцца ў Цэнтр інфармацыйнага зліцця для інтэлектуальнай аптымізацыі і камбінацыі, каб атрымаць канчатковыя вынікі. Размеркаваны мае нізкі попыт на прапускную здольнасць сувязі, хуткасць разліку, добрая надзейнасць і пераемнасць, але дакладнасць адсочвання значна меншая, чым у цэнтралізаванай. Размеркаваная структура зліцця можна падзяліць на размеркаваную структуру зваротнай сувязі з зваротнай сувяззю і размеркаванай структурай зліцця без зваротнай сувязі.

2) Цэнтралізацыя: Цэнтралізацыя пасылае неапрацаваныя дадзеныя, атрыманыя кожным датчыкам непасрэдна ў цэнтральны працэсар для апрацоўкі зліцця, што можа рэалізаваць зліццё ў рэжыме рэальнага часу. Дакладнасць яго апрацоўкі дадзеных высокая, і яго алгарытм гнуткі, але яго недахопы з'яўляюцца высокімі патрабаваннямі да працэсара, нізкай надзейнасці і вялікага аб'ёму дадзеных, таму цяжка рэалізаваць;

3) Гібрыд: у гібрыднай мультысенсарнай інфармацыі зліццё, некаторыя датчыкі прымаюць цэнтралізаваны рэжым зліцця, а астатнія прымаюць рэжым размеркаванага зліцця. Гібрыдная рамка зліцця мае моцную адаптацыю, улічвае перавагі цэнтралізаванага зліцця і размеркавання і валодае моцнай стабільнасцю. Структура рэжыму гібрыднага зліцця складаней, чым у першых двух рэжымаў зліцця, што павялічвае кошт зносін і разлікаў.

Кальман фільтр (KF)

Працэс апрацоўкі інфармацыі з дапамогай фільтра Kalman - гэта звычайна прагназаванне і карэкцыя. Гэта не толькі просты і канкрэтны алгарытм, але і вельмі карысная схема апрацоўкі сістэмы ў ролі шматсенсарнай інфармацыйнай тэхналогіі зліцця. На самай справе, гэта падобна на шматлікія метады апрацоўкі інфармацыі. Ён забяспечвае эфектыўную статыстычную аптымальную ацэнку для злітых дадзеных пры дапамозе матэматычнага ітэратыўнага рэкурсіўнага разлікаў, але для гэтага патрабуецца мала месца для захоўвання і разлікаў, таму ён падыходзіць для навакольнага асяроддзя з абмежаванай прасторай апрацоўкі дадзеных і хуткасцю. KF можна падзяліць на два тыпы: размеркаваны фільтр Kalman (DKF) і пашыраны фільтр Кальмана (EKF). DKF можа зрабіць зліццё дадзеных цалкам дэцэнтралізаваным, у той час як EKF можа эфектыўна пераадолець уплыў памылак апрацоўкі дадзеных і нестабільнасць на працэс зліцця інфармацыі.