Volterra滤波器的非线性使输入向量自相关矩阵包含了输入信号的高阶统计量，导致矩阵特征值扩展很大，因此LMS算法收敛速度一般很慢。从降低输入信号的相关性出发，提出了一种变步长解相关VolterraNLMS算法。解相关能显著加快LMS算法的收敛速度，变步长能够改善算法的稳态性能，两者的有机结合，能明显改善算法性能。仿真结果表明，在不同输入信号相关性情况下，该算法有更好的收敛速度和稳态性能。