Numutkeun kana metode ngolah data anu béda, aya tilu arsitéktur sistem fusi inpormasi: disebarkeun, terpusat sareng hibrida.

1) disebarkeun: Kahiji, data aslina diala ku sénsor bebas diolah sacara lokal, lajeng hasilna dikirim ka puseur fusi informasi pikeun optimasi calakan sarta kombinasi pikeun ménta hasil ahir. Disebarkeun boga paménta low pikeun rubakpita komunikasi, speed itungan gancang, reliabiliti alus tur continuity, tapi akurasi tracking jauh kirang ti nu terpusat. Struktur fusi disebarkeun bisa dibagi kana struktur fusi disebarkeun kalawan eupan balik sarta struktur fusi disebarkeun tanpa eupan balik.

2) Sentralisasi: Sentralisasi ngirimkeun data atah anu diala ku unggal sénsor langsung ka prosésor séntral pikeun ngolah fusi, anu tiasa ngawujudkeun fusi sacara real-time. Akurasi ngolah datana luhur sareng algoritmana fleksibel, tapi kalemahanana nyaéta syarat anu luhur pikeun prosésor, réliabilitas rendah sareng volume data anu ageung, janten hese diwujudkeun;

3) Hybrid: Dina kerangka fusi informasi multi-sensor hibrid, sababaraha sensor ngadopsi mode fusi terpusat, sarta sésana ngadopsi mode fusi disebarkeun. Kerangka fusi hibrida gaduh daya adaptasi anu kuat, nganggap kaunggulan fusi sareng distribusi terpusat, sareng gaduh stabilitas anu kuat. Struktur mode fusi hibrid leuwih pajeulit batan dua mode fusi munggaran, nu ngaronjatkeun biaya komunikasi jeung itungan.

saringan Kalman (KF)

Prosés ngolah informasi ku filter Kalman umumna prediksi jeung koreksi. Éta henteu ngan ukur algoritma anu sederhana sareng beton, tapi ogé skéma pamrosésan sistem anu mangpaat dina peran téknologi fusi inpormasi multi-sensor. Nyatana, éta sami sareng seueur metode sistem pikeun ngolah data inpormasi. Eta nyadiakeun estimasi optimal statistik éféktif pikeun data ngahiji ku cara ngitung recursive iterative matematik, tapi merlukeun saeutik spasi gudang jeung itungan, ku kituna cocog pikeun lingkungan kalawan spasi processing data kawates sarta speed. KF bisa dibagi jadi dua jenis: disebarkeun Kalman filter (DKF) jeung nambahan Kalman filter (EKF). DKF tiasa ngadamel fusi data lengkep desentralisasi, sedengkeun EKF sacara efektif tiasa ngatasi pangaruh kasalahan ngolah data sareng instabilitas dina prosés fusi inpormasi.