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

1) פונאנדערגעטיילט: ערשטער, דער אָריגינעל דאַטן באקומען דורך פרייַ סענסאָרס זענען פּראַסעסט לאָוקאַלי, און דערנאָך די רעזולטאַטן זענען געשיקט צו די אינפֿאָרמאַציע פוסיאָן צענטער פֿאַר ינטעליגענט אַפּטאַמאַזיישאַן און קאָמבינאַציע צו באַקומען די לעצט רעזולטאַטן. דיסטריביוטיד האט אַ נידעריק פאָדערונג פֿאַר קאָמוניקאַציע באַנדווידט, שנעל כעזשבן גיכקייַט, גוט רילייאַבילאַטי און קאַנטיניויישאַן, אָבער די טראַקינג אַקיעראַסי איז פיל ווייניקער ווי די פון סענטראַלייזד איינער. פונאנדערגעטיילט פוסיאָן סטרוקטור קענען זיין צעטיילט אין פונאנדערגעטיילט פוסיאָן סטרוקטור מיט באַמערקונגען און פונאנדערגעטיילט פוסיאָן סטרוקטור אָן באַמערקונגען.

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

3) היבריד: אין די כייבריד מאַלטי-סענסאָר אינפֿאָרמאַציע פוסיאָן פריימווערק, עטלעכע סענסאָרס אַדאַפּט סענטראַלייזד פוסיאָן מאָדע, און די מנוחה אַדאַפּט פונאנדערגעטיילט פוסיאָן מאָדע. די כייבריד פוסיאָן פריימווערק האט שטאַרק אַדאַפּטאַבילאַטי, נעמט אין חשבון 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 ינקריסיז די קאָס פון קאָמוניקאַציע און כעזשבן.

קאַלמאַן פילטער (KF)

דער פּראָצעס פון אינפֿאָרמאַציע פּראַסעסינג דורך קאַלמאַן פילטער איז בכלל פּראָגנאָז און קערעקשאַן. עס איז ניט בלויז אַ פּשוט און באַטאָנען אַלגערידאַם, אָבער אויך אַ זייער נוציק סיסטעם פּראַסעסינג סכעמע אין דער ראָלע פון ​​מולטי-סענסאָר אינפֿאָרמאַציע פוסיאָן טעכנאָלאָגיע. אין פאַקט, עס איז ענלעך צו פילע סיסטעמען מעטהאָדס פון פּראַסעסינג אינפֿאָרמאַציע דאַטן. עס גיט אַן 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 לימיטעד דאַטן פּראַסעסינג פּלאַץ און גיכקייַט. KF קענען זיין צעטיילט אין צוויי טייפּס: פונאנדערגעטיילט קאַלמאַן פילטער (DKF) און עקסטענדעד קאַלמאַן פילטער (עקף). DKF קענען מאַכן דאַטן פוסיאָן גאָר דיסענטראַלייזד, בשעת EKF קענען יפעקטיוולי באַקומען די השפּעה פון דאַטן פּראַסעסינג ערראָרס און ינסטאַביליטי אויף אינפֿאָרמאַציע פוסיאָן פּראָצעס.