Theo các phương pháp xử lý dữ liệu khác nhau, có ba kiến ​​trúc của hệ thống tổng hợp thông tin: phân tán, tập trung và kết hợp.

1) Phân phối: Đầu tiên, dữ liệu gốc thu được từ các cảm biến độc lập được xử lý cục bộ, sau đó kết quả được gửi đến trung tâm tổng hợp thông tin để tối ưu hóa và kết hợp thông minh để thu được kết quả cuối cùng. Phân tán có nhu cầu về băng thông liên lạc thấp, tốc độ tính toán nhanh, độ tin cậy và tính liên tục tốt, nhưng độ chính xác theo dõi kém hơn nhiều so với phân tán tập trung. Cấu trúc hợp nhất phân tán có thể được chia thành cấu trúc hợp nhất phân tán có phản hồi và cấu trúc hợp nhất phân tán không có phản hồi.

2) Tập trung hóa: Tập trung gửi dữ liệu thô mà mỗi cảm biến thu được trực tiếp đến bộ xử lý trung tâm để xử lý phản ứng tổng hợp, có thể thực hiện phản ứng tổng hợp theo thời gian thực. Độ chính xác xử lý dữ liệu của nó cao và thuật toán linh hoạt, nhưng nhược điểm của nó là yêu cầu cao đối với bộ xử lý, độ tin cậy thấp và khối lượng dữ liệu lớn nên khó thực hiện;

3) Kết hợp: Trong khung tổng hợp thông tin đa cảm biến lai, một số cảm biến áp dụng chế độ tổng hợp tập trung và phần còn lại áp dụng chế độ tổng hợp phân tán. Khung tổng hợp lai có khả năng thích ứng mạnh mẽ, có tính đến các ưu điểm của phản ứng tổng hợp và phân phối tập trung và có tính ổn định cao. Cấu trúc của chế độ kết hợp lai phức tạp hơn so với hai chế độ kết hợp đầu tiên, làm tăng chi phí truyền thông và tính toán.

Bộ lọc Kalman (KF)

Quá trình xử lý thông tin bằng bộ lọc Kalman nói chung là dự đoán và hiệu chỉnh. Nó không chỉ là một thuật toán đơn giản và cụ thể mà còn là một sơ đồ xử lý hệ thống rất hữu ích trong vai trò của công nghệ tổng hợp thông tin đa cảm biến. Trên thực tế, nó tương tự như các phương pháp xử lý dữ liệu thông tin của nhiều hệ thống. Nó cung cấp ước tính tối ưu thống kê hiệu quả cho dữ liệu hợp nhất bằng phương pháp tính toán đệ quy lặp lại toán học, nhưng nó đòi hỏi ít không gian lưu trữ và tính toán, do đó phù hợp với môi trường có không gian và tốc độ xử lý dữ liệu hạn chế. KF có thể được chia thành hai loại: bộ lọc Kalman phân tán (DKF) và bộ lọc Kalman mở rộng (EKF). DKF có thể làm cho việc tổng hợp dữ liệu được phân cấp hoàn toàn, trong khi EKF có thể khắc phục một cách hiệu quả ảnh hưởng của lỗi xử lý dữ liệu và sự không ổn định đối với quá trình tổng hợp thông tin.