Este estudio se centra en generar señales confiables a partir de señales ruidosas medidas a través de un método mejorado de fusión de sensores. La principal contribución de esta investigación es el desarrollo de una arquitectura novedosa de fusión de sensores que crea sensores virtuales, mejorando la redundancia del sistema. Esta arquitectura utiliza un observador de entrada para estimar la entrada del sistema, luego se introduce en el modelo del sistema, cuya salida es el sensor virtual. Luego, este sensor virtual incluye dos etapas de filtrado, ambas derivadas de la dinámica del sistema: el observador de entrada y el modelo del sistema, que disminuyen efectivamente el ruido en los sensores virtuales. Posteriormente, la misma arquitectura incluye un esquema clásico de fusión de sensores y un votante para fusionar los sensores virtuales con las señales medidas reales, mejorando la confiabilidad de la señal. La efectividad de este método se muestra aplicando señales fusionadas a dos diagnósticos distintos: uno utiliza un observador de modo deslizante de alto orden, mientras que el otro emplea una extensión innovadora de un observador de tiempo predefinido. Los hallazgos indican que la arquitectura propuesta mejora los resultados diagnósticos. Además, un robot móvil omnidireccional de tres ruedas equipado con sensores ruidosos sirve como estudio de caso, confirmando la eficacia del enfoque en un entorno ruidoso real y destacando sus características principales. Es importante destacar que los sistemas de diagnóstico pueden manejar varias fallas simultáneas de actuadores.