多模型估计方法一种很有力的自适应方法。在MM方法中设计一系列模型来代表可能的系统行为方式或结构,称为系统模式。整体估计通过并行T作的基于与特定系统模式匹配的模型的滤波器的估计的一个确定组合得到。当前的研究主要有固定结构和变结构多模型方法研究。 变结构多模型估计方法是为了解决当前固定结构多模型估计方法存在的问题而提出的,是使用变化的模型集合的多模型算法。变结构多模型算法特别适合应用于解决结构和/或参数未知的估计问题,在机动目标跟踪、失效检测和隔离、生物医疗信号处理以及过程控制等领域有着广阏的应用前景。 本文研究了一种新的变结构多模型算法-最小子模型集合切换(MSMSS)算法。其基本思想是从总的模型集中自适应确定最小模型集合,用来完成多模型(MM)估计：用一个核心模型去描叙最可能的正确系统模式；用与核心模型相连的边缘模型用来描叙其他可能正确的系统模式；用整个模型集合的模型转移概率矩阵来确定他们的转移概率。通过仿真研究了其对机动目标跟踪的性能,并与对应的交互多模型算法进行了比较，可以看出其性能有了较大的改进。