根据本发明实施例公开的基于变结构T‑S模糊语义模型的目标跟踪方法及相关装置，估计第i个模糊模型的状态预测值；基于预设模型条件滤波公式，计算模型的状态估计；结合观测矩阵及状态估计，计算每个模型的预测观测；基于预设隶属度更新表达式，计算预测观测的第一模糊隶属度；更新前件参数，计算前件变量的第二模糊隶属度，基于第二模糊隶属度计算每个模型的权值；结合状态估计、第一模糊隶属度、权值计算目标状态及协方差。通过本发明的实施，引入反馈学习到强跟踪滤波方法，实现对模糊模型后件参数的辨识，将EM算法和模糊子空间聚类结合构建模糊聚类目标函数，实现前件参数的辨识，提高了估计性能和运动状态确定的准确性，降低了计算负担。