通过建立步长因子μ与误差信号e（n）之间的非线性函数关系，提出了一种改进的自适应可变步长最小均方（LMS）算法。该算法具有在误差e（n）接近0处缓慢变化的优点，克服了S函数变步长LMS算法在自适应稳态阶段μ取值偏大的缺点；具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点，解决了收敛时间和稳态误差的矛盾。将算法应用到系统辨识中，对比一般的变步长算法，改进的算法在平稳过程中具有更快的辨识速度和更小的稳态误差，同时还具有更好的跟踪时变系统的能力。