Prema različitim metodama obrade podataka, postoje tri arhitekture sustava fuzije informacija: distribuirana, centralizirana i hibridna.

1) Distribuirano: prvo se izvorni podaci dobiveni neovisnim senzorima obrađuju lokalno, a zatim se rezultati šalju u centar za fuziju informacija radi inteligentne optimizacije i kombinacije za dobivanje konačnih rezultata. Distribuirani ima nisku potražnju za propusnošću komunikacija, velikom brzinom izračuna, dobrom pouzdanošću i kontinuitetom, ali je točnost praćenja daleko manja od centralizirane. Struktura raspodijeljene fuzije može se podijeliti na strukturu distribuirane fuzije s povratnom spregom i strukturu raspodijeljene fuzije bez povratne sprege.

2) Centralizacija: Centralizacija šalje neobrađene podatke dobivene svakim senzorom izravno u središnji procesor za fuzijsku obradu, koja može ostvariti fuziju u stvarnom vremenu. Njegova točnost obrade podataka je visoka i algoritam mu je fleksibilan, ali njegovi nedostaci su visoki zahtjevi za procesor, niska pouzdanost i velika količina podataka, tako da ga je teško realizirati;

3) Hibrid: U hibridnom okviru fuzije informacija s više senzora, neki senzori prihvaćaju način centralizirane fuzije, a ostali usvajaju način distribuirane fuzije. Hibridni fuzijski okvir ima snažnu prilagodljivost, uzima u obzir prednosti centralizirane fuzije i distribucije i ima snažnu stabilnost. Struktura hibridnog načina fuzije je kompliciranija od strukture prva dva načina fuzije, što povećava troškove komunikacije i izračuna.

Kalmanov filter (KF)

Proces obrade informacija Kalmanovim filtrom općenito je predviđanje i ispravljanje. To nije samo jednostavan i konkretan algoritam, već i vrlo korisna shema obrade sustava u ulozi višesenzorske informacijske fuzije tehnologije. Zapravo, to je slično metodama mnogih sustava za obradu informacijskih podataka. Omogućuje učinkovitu statističku optimalnu procjenu spojenih podataka pomoću matematičkog iterativnog rekurzivnog izračuna, ali zahtijeva malo prostora za pohranu i izračun, pa je prikladan za okruženje s ograničenim prostorom i brzinom obrade podataka. KF se može podijeliti u dvije vrste: distribuirani Kalmanov filtar (DKF) i prošireni Kalmanov filtar (EKF). DKF može fuziju podataka učiniti potpuno decentraliziranom, dok EKF može učinkovito prevladati utjecaj grešaka u obradi podataka i nestabilnosti na proces fuzije informacija.