Prema različitim metodama obrade podataka, postoje tri arhitekture sustava informacijskog fuzije: distribuirani, centralizirani i hibridni.

1) Distribuirano: Prvo, izvorni podaci dobiveni neovisnim senzorima obrađuju se lokalno, a zatim se rezultati šalju u Centar za fuziju Informacije radi inteligentne optimizacije i kombinacije kako bi se postigli konačni rezultati. Distributed ima malu potražnju za širinom komunikacije, brzim brzinom izračuna, dobru pouzdanost i kontinuitet, ali točnost praćenja je daleko manja od one u centraliziranom. Distribuirana fuzijska struktura može se podijeliti u distribuiranu fuzijsku strukturu s povratnim informacijama i distribuiranom fuzijskom strukturom bez povratnih informacija.

2) Centralizacija: Centralizacija šalje sirove podatke dobivene svakim senzorom izravno u središnji procesor na obradu fuzije, što može realizirati fuziju u stvarnom vremenu. Njegova je točnost obrade podataka velika, a algoritam fleksibilan, ali njegovi su nedostaci visoki zahtjevi za procesor, nisku pouzdanost i veliki volumen podataka, tako da je teško shvatiti;

3) Hybrid: U okviru hibridnog multi-senzora informacija o fuziji, neki senzori usvajaju centralizirani način fuzije, a ostali prihvaćaju distribuirani način fuzije. Okvir hibridne fuzije ima snažnu prilagodljivost, uzima u obzir prednosti centralizirane fuzije i distribucije i ima snažnu stabilnost. Struktura hibridnog načina fuzije složenija je od one u prva dva načina fuzije, što povećava troškove komunikacije i izračuna.

Kalman Filter (KF)

Proces obrade informacija od Kalmanovog filtra općenito je predviđanje i korekcija. To nije samo jednostavan i konkretan algoritam, već i vrlo korisna shema obrade sustava u ulozi tehnologije fuzije s više senzora. U stvari, slična je metodama mnogih sustava za obradu podataka o informacijama. Pruža učinkovitu statističku optimalnu procjenu za spojene podatke pomoću matematičkog iterativnog rekurzivnog izračuna, ali zahtijeva malo prostora za pohranu i izračun, tako da je prikladan za okruženje s ograničenim prostorom i brzinom za obradu podataka. KF se može podijeliti u dvije vrste: distribuirani Kalmanov filter (DKF) i prošireni Kalmanov filter (EKF). DKF može učiniti fuziju podataka potpuno decentraliziranim, dok EKF može učinkovito prevladati utjecaj pogrešaka i nestabilnosti u procesu fuzije informacija.