විවිධ දත්ත සැකසුම් ක්‍රමවලට අනුව, තොරතුරු විලයන පද්ධතියේ ගෘහ නිර්මාණ තුනක් ඇත: බෙදා හරින ලද, මධ්‍යගත සහ දෙමුහුන්.

1) බෙදාහැරීම: පළමුව, ස්වාධීන සංවේදක මගින් ලබාගත් මුල් දත්ත දේශීයව සකසනු ලැබේ, පසුව ප්රතිඵල බුද්ධිමය ප්රශස්තකරණය සහ අවසාන ප්රතිඵල ලබා ගැනීම සඳහා සංයෝජනය සඳහා තොරතුරු විලයන මධ්යස්ථානය වෙත යවනු ලැබේ.බෙදා හැරීමට සන්නිවේදන කලාප පළල, වේගවත් ගණනය කිරීමේ වේගය, හොඳ විශ්වසනීයත්වය සහ අඛණ්ඩතාව සඳහා අඩු ඉල්ලුමක් ඇත, නමුත් ලුහුබැඳීමේ නිරවද්‍යතාවය මධ්‍යගත එකකට වඩා බෙහෙවින් අඩුය.බෙදා හරින ලද විලයන ව්‍යුහය ප්‍රතිපෝෂණ සමඟ බෙදා හරින ලද විලයන ව්‍යුහයට සහ ප්‍රතිපෝෂණයකින් තොරව බෙදා හරින ලද විලයන ව්‍යුහයට බෙදිය හැකිය.

2) මධ්‍යගතකරණය: මධ්‍යගතකරණය මඟින් එක් එක් සංවේදකය විසින් ලබා ගන්නා ලද අමු දත්ත සෘජුවම විලයන සැකසුම් සඳහා මධ්‍යම ප්‍රොසෙසරයට යවයි, එමඟින් තත්‍ය කාලීන විලයනය සාක්ෂාත් කරගත හැකිය.එහි දත්ත සැකසීමේ නිරවද්‍යතාවය ඉහළ වන අතර එහි ඇල්ගොරිතම නම්‍යශීලී වේ, නමුත් එහි අවාසි වන්නේ ප්‍රොසෙසරය සඳහා ඉහළ අවශ්‍යතා, අඩු විශ්වසනීයත්වය සහ විශාල දත්ත පරිමාව, එබැවින් එය සාක්ෂාත් කර ගැනීම දුෂ්කර ය;

3) දෙමුහුන්: දෙමුහුන් බහු-සංවේදක තොරතුරු විලයන රාමුව තුළ, සමහර සංවේදක මධ්‍යගත විලයන මාදිලිය භාවිතා කරන අතර ඉතිරිය බෙදා හරින ලද විලයන මාදිලිය අනුගමනය කරයි.දෙමුහුන් විලයන රාමුව ශක්තිමත් අනුවර්තනයක් ඇත, මධ්යගත විලයනය සහ බෙදාහැරීමේ වාසි සැලකිල්ලට ගනී, ශක්තිමත් ස්ථාවරත්වයක් ඇත.දෙමුහුන් විලයන මාදිලියේ ව්‍යුහය පළමු විලයන ක්‍රම දෙකට වඩා සංකීර්ණ වන අතර එමඟින් සන්නිවේදනයේ සහ ගණනය කිරීමේ පිරිවැය වැඩිවේ.

කල්මන් පෙරහන (KF)

Kalman ෆිල්ටරය මගින් තොරතුරු සැකසීමේ ක්රියාවලිය සාමාන්යයෙන් අනාවැකි සහ නිවැරදි කිරීම වේ.එය සරල සහ සංයුක්ත ඇල්ගොරිතමයක් පමණක් නොව, බහු සංවේදක තොරතුරු විලයන තාක්ෂණයේ භූමිකාව තුළ ඉතා ප්රයෝජනවත් පද්ධති සැකසුම් යෝජනා ක්රමයකි.ඇත්ත වශයෙන්ම, එය තොරතුරු දත්ත සැකසීමේ බොහෝ පද්ධතිවල ක්‍රමවලට සමාන වේ.එය ගණිතමය පුනරාවර්තන පුනරාවර්තන ගණනය කිරීම මගින් ඒකාබද්ධ දත්ත සඳහා ඵලදායී සංඛ්‍යානමය ප්‍රශස්ත ඇස්තමේන්තුවක් සපයයි, නමුත් එයට කුඩා ගබඩා ඉඩක් සහ ගණනය කිරීමක් අවශ්‍ය වේ, එබැවින් එය සීමිත දත්ත සැකසුම් ඉඩක් සහ වේගයක් ඇති පරිසරයට සුදුසු වේ.KF වර්ග දෙකකට බෙදිය හැකිය: බෙදා හරින ලද Kalman පෙරහන (DKF) සහ දිගු කළ Kalman පෙරහන (EKF).DKF හට දත්ත විලයනය සම්පූර්ණයෙන්ම විමධ්‍යගත කළ හැකි අතර, EKF හට දත්ත සැකසුම් දෝෂ සහ තොරතුරු විලයන ක්‍රියාවලියේ අස්ථාවරත්වයේ බලපෑම ඵලදායී ලෙස ජය ගත හැක.