1960年,Widrow和Hoff设计出最小均方(Least Mean Square,LMS)算法。LMS算法为信号处理领域的一个重要的研究方向。由于其应用广泛,LMS算法至今仍是最为热门的研究课题之一。在很多实际工程问题中,如结构的强度分析、系统的故障诊断、动力学的优化设计等,作用在结构上的动载荷识别都是十分重要的。传统的频域动载荷识别法需要对系统的频响函数矩阵进行求逆运算,运算过程中容易出现病态问题,该方法需要了解模型的相关知识,得到的结果不能很好的满足实际问题所要求的精度。本文通过改进的LMS算法建立的动载荷识别模型并不需要先验模型参数,可以很好地避免频响函数矩阵求逆易出现病态的问题。文中根据变步长LMS算法的思想,将LMS算法原有的固定步长因子替换为变步长因子,设计出一种改进的LMS算法(New Variable Step Size LMS,NVSSLMS),对于算法的最优权向量以及最小均方误差给出证明,并设计出变步长权向量更新公式。NVSSLMS算法抗噪声性能及算法收敛性给出理论分析。通过数值实验的方式将NVSSLMS算法与原有LMS算法进行对比,对比后的结果能够很好的证明NVSSLMS算法的有效性。文中基于NVSSLMS算法建立了SISO和MIMO系统的NVSSLMS自适应动载荷模型并对时域动载荷进行识别。通过实验验证构建的模型能够很好地识别出单点和双点的动载荷,并且SISO系统的NVSSLMS自适应动载荷模型在噪声干扰下也能较好地识别出单频动载荷和双频动载荷。