У залежнасці ад розных метадаў апрацоўкі дадзеных існуе тры архітэктуры сістэмы аб'яднання інфармацыі: размеркаваная, цэнтралізаваная і гібрыдная.

1) Размеркаваны: спачатку зыходныя даныя, атрыманыя незалежнымі датчыкамі, апрацоўваюцца лакальна, а затым вынікі адпраўляюцца ў цэнтр зліцця інфармацыі для разумнай аптымізацыі і камбінавання для атрымання канчатковых вынікаў. Размеркаваны мае нізкі попыт на прапускную здольнасць сувязі, высокую хуткасць вылічэнняў, добрую надзейнасць і бесперапыннасць, але дакладнасць адсочвання значна меншая, чым у цэнтралізаванага. Структуру размеркаванага тэрмаядзернага сінтэзу можна падзяліць на структуру размеркаванага тэрмаядзернага сінтэзу з зваротнай сувяззю і структуру размеркаванага тэрмаядзернага сінтэзу без зваротнай сувязі.

2) Цэнтралізацыя: Цэнтралізацыя адпраўляе зыходныя даныя, атрыманыя кожным датчыкам, непасрэдна ў цэнтральны працэсар для апрацоўкі зліцця, які можа рэалізаваць зліццё ў рэжыме рэальнага часу. Яго дакладнасць апрацоўкі даных высокая і яго алгарытм гнуткі, але яго недахопы - высокія патрабаванні да працэсара, нізкая надзейнасць і вялікі аб'ём даных, таму яго цяжка рэалізаваць;

3) Гібрыд: у гібрыднай структуры злучэння інфармацыі з некалькімі датчыкамі некаторыя датчыкі выкарыстоўваюць рэжым цэнтралізаванага зліцця, а астатнія - рэжым размеркаванага зліцця. Структура гібрыднага зліцця мае моцную адаптыўнасць, улічвае перавагі цэнтралізаванага зліцця і размеркавання і мае высокую стабільнасць. Структура гібрыднага тэрмаядзернага рэжыму больш складаная, чым у першых двух тэрмаядзерных рэжымаў, што павялічвае кошт сувязі і разлікаў.

Фільтр Калмана (KF)

Працэс апрацоўкі інфармацыі фільтрам Калмана ў цэлым з'яўляецца прагназаваннем і карэкцыяй. Гэта не толькі просты і канкрэтны алгарытм, але і вельмі карысная схема апрацоўкі сістэмы ў ролі мультисенсорной тэхналогіі зліцця інфармацыі. Па сутнасці, гэта падобна на многія сістэмныя метады апрацоўкі інфармацыйных даных. Ён забяспечвае эфектыўную статыстычную аптымальную ацэнку аб'яднаных даных з дапамогай матэматычных ітэрацыйных рэкурсіўных вылічэнняў, але патрабуе мала месца для захоўвання і вылічэнняў, таму падыходзіць для асяроддзя з абмежаванай прасторай і хуткасцю апрацоўкі даных. KF можна падзяліць на два тыпу: размеркаваны фільтр Калмана (DKF) і пашыраны фільтр Калмана (EKF). DKF можа зрабіць аб'яднанне даных цалкам дэцэнтралізаваным, у той час як EKF можа эфектыўна пераадолець уплыў памылак апрацоўкі даных і нестабільнасці на працэс аб'яднання інфармацыі.