לויט צו פאַרשידענע דאַטן פּראַסעסינג מעטהאָדס, עס זענען דריי אַרקאַטעקטשערז פון אינפֿאָרמאַציע פוסיאָן סיסטעם: פונאנדערגעטיילט, סענטראַלייזד און כייבריד.

1) פונאנדערגעטיילט: ערשטער, די אָריגינעל דאַטע באקומען דורך זעלבסטשטענדיק סענסאָרס זענען פּראַסעסט לאָוקאַלי, און די רעזולטאַטן זענען געשיקט צו די אינפֿאָרמאַציע פוסיאָן צענטער פֿאַר ינטעליגענט אַפּטאַמאַזיישאַן און קאָמבינאַציע צו באַקומען די לעצט רעזולטאַטן. פונאנדערגעטיילט האט נידעריק פאָדערונג פֿאַר קאָמוניקאַציע באַנדווידט, שנעל כעזשבן גיכקייַט, גוט רילייאַבילאַטי און העמשעכדיקייט, אָבער די טראַקינג אַקיעראַסי איז פיל ווייניקער ווי די סענטראַלייזד. פונאנדערגעטיילט פוסיאָן סטרוקטור קענען ווערן צעטיילט אין פונאנדערגעטיילט פוסיאָן סטרוקטור מיט באַמערקונגען און צעשיקט צו פיושאַן סטרוקטור אָן באַמערקונגען.

סענטראַליזיישאַן: סענטראַליזיישאַן סענדז די רוי דאַטן באקומען דורך יעדער סענסער גלייַך צו די הויפט פּראַסעסער פֿאַר פוסיאָן פּראַסעסינג, וואָס קענען פאַרשטיין פאַקטיש-צייט פוסיאָן. די דאַטן פּראַסעסינג אַקיעראַסי איז הויך און זיין אַלגערידאַם איז פלעקסאַבאַל, אָבער די דיסאַדוואַנטידזשיז זענען הויך באדערפענישן פֿאַר די פּראַסעסער, נידעריק רילייאַבילאַטי און גרויס דאַטן באַנד, אַזוי עס איז שווער צו פאַרשטיין;

3) היבריד: אין די כייבריד מולטי-סענסער אינפֿאָרמאַציע פוסיאָן פריימווערק, עטלעכע סענסאָרס אַדאַפּט סענטראַלייזד פוסיאָן מאָדע, און די מנוחה אַדאַפּט דיסטריביוטאַד פוסיאָן מאָדע. די כייבריד פוסיאָן פריימווערק האט שטאַרק אַדאַפּטאַבילאַטי, נעמט די אַדוואַנטידזשיז פון סענטראַלייזד פוסיאָן און פאַרשפּרייטונג און האט שטאַרק פעסטקייַט. די סטרוקטור פון כייבריד פוסיאָן מאָדע איז מער קאָמפּליצירט ווי די פון די ערשטער צוויי פוסיאָן מאָדעס, וואָס ינקריסאַז די קאָסטן פון קאָמוניקאַציע און כעזשבן.

Kalman פילטער (KF)

דער פּראָצעס פון אינפֿאָרמאַציע פּראַסעסינג דורך קאַלמאַן פילטער איז באָריפיק אָריקיקטיק און קערעקשאַן. דאָס איז נישט בלויז אַ פּשוט און באַטאָנען אַלגערידאַם, אָבער אויך אַ זייער נוציק סיסטעם פּראַסעסינג סכעמע אין די ראָלע פון ​​מאַלטי-סענסער אינפֿאָרמאַציע פוסיאָן טעכנאָלאָגיע. אין פאַקט, עס איז ענלעך צו פילע מעטהאָדס פון סמיטאַנסאַז פון פּראַסעסינג אינפֿאָרמאַציע דאַטן. עס פּראָווידעס אַ עפעקטיוו סטאַטיסטיש אָפּטימאַל אָפּשאַצונג פֿאַר די פיוזד דאַטן דורך מאַטאַמאַטיקאַל יטעראַטיוו רעקורסיווע כעזשבן, אָבער עס ריקווייערז קליין סטאָרידזש פּלאַץ און כעזשבן, אַזוי עס איז פּאַסיק פֿאַר די סוויווע מיט די פּראַסעסינג פּלאַץ און גיכקייַט. KF קענען זיין צעטיילט אין צוויי טייפּס: פונאנדערגעטיילט קאַלמאַן פֿילטריר (דקף) און עקסטענדעד קאַלמאַן פילטער (EKF). DKF קענען מאַכן דאַטן פיוסטיאָן גאָר דיסענטראַלייזד, בשעת די עקף קענען יפעקטיוולי באַקומען די השפּעה פון דאַטן פּראַסעסינג ערראָרס און ינסטאַביליטי אויף אינפֿאָרמאַציע פיוזשאַן פּראָצעס.