Samkvæmt mismunandi gagnavinnsluaðferðum eru þrír arkitektúr af samrunakerfi upplýsinga: dreift, miðstýrt og blendingur.

1) dreift: Í fyrsta lagi eru upprunalegu gögnin sem sjálfstæðir skynjarar fengu á staðnum og síðan eru niðurstöðurnar sendar til upplýsingamiðstöðvarinnar fyrir greindan hagræðingu og samsetningu til að fá lokaniðurstöður. Dreifð hefur litla eftirspurn eftir bandbreidd samskipta, hröðum útreikningshraða, góðri áreiðanleika og samfellu, en mælingarnákvæmni er mun minni en miðstýrð. Skipta má dreifðri samrunabyggingu í dreifða samrunabyggingu með endurgjöf og dreifðri samrunauppbyggingu án endurgjafar.

2) Miðstýring: Miðstýring sendir hrágögnin sem hver skynjari hefur fengið beint til aðal örgjörva til samrunavinnslu, sem getur gert sér grein fyrir samruna rauntíma. Nákvæmni gagnavinnslu þess er mikil og reiknirit þess er sveigjanlegt, en gallar þess eru miklar kröfur fyrir örgjörva, litla áreiðanleika og mikið gagnamagn, svo það er erfitt að átta sig á;

3) Hybrid: Í blendingum Multi-Sensor Information Fusion Framework, taka sumir skynjarar miðlæga samrunaham og afgangurinn samþykkir dreifða samrunaham. Hybrid samruna ramma hefur sterka aðlögunarhæfni, tekur mið af kostum miðlægrar samruna og dreifingar og hefur sterka stöðugleika. Uppbygging blendinga samrunahamur er flóknara en í fyrstu tveimur samruna stillingunum, sem eykur kostnað við samskipta og útreikning.

Kalman Filter (KF)

Ferlið við upplýsingavinnslu eftir Kalman síu er yfirleitt spá og leiðrétting. Það er ekki aðeins einfaldur og steypta reiknirit, heldur einnig mjög gagnlegt kerfisvinnslukerfi í hlutverki fjölskynjara upplýsingatækni. Reyndar er það svipað og aðferðir margra kerfa til að vinna úr upplýsingagögnum. Það veitir árangursríkt tölfræðilegt ákjósanlegt mat á sameinuðum gögnum með stærðfræðilegum endurteknum endurteknum útreikningi, en það þarf lítið geymslupláss og útreikning, svo það hentar umhverfinu með takmörkuðu gagnavinnslurými og hraða. Hægt er að skipta KF í tvenns konar: Dreifð Kalman Filter (DKF) og framlengdur Kalman Filter (EKF). DKF getur gert samrunann í gögnum að öllu leyti dreifst en EKF getur í raun sigrast á áhrifum villna gagnavinnslu og óstöðugleika á samrunaferli upplýsinga.