脑机接口(brain-computer interface,BCI)是一种不依赖于外周神经和肌肉的新型通信与控制模式,通过脑电信号分析与处理实现人与外部设备的直接通信。近年来,基于视觉诱发电位(visual evoked potential,VEP)的脑机接口引起了越来越多的关注。本文以BCI实用化为目标,分别搭建了基于频率调制视觉诱发电位(f-VEP)和基于编码调制视觉诱发电位(c-VEP)的BCI实验平台,在这两个实验平台上实现了适用于残疾人的字符输入系统。基于f-VEP的字符输入系统包括视觉刺激器、信号采集模块、实时信号处理模块。本系统采用决策树方法进行字符输入,结合典型相关分析(canonical correlation analysis,CCA)对脑电信号进行实时分析与处理,寻找稳态视觉诱发电位(steady-state,VEP,SSVEP)信号和由刺激频率组成的参考信号之间的最大相关值来实现对目标的识别。通过离线与在线实验,这个基于SSVEP的决策树字符输入系统取得了95.8%的分类正确率和27.2bit/min的信息传输率(ITR),与现有的基于SSVEP的字符输入系统比较,大大提高了系统的实用性能。本文采用Golay互补序列对视觉刺激进行调制,实现了基于c-VEP的字符输入系统,使用模板匹配法并结合CCA方法识别刺激目标。通过离线数据分析和在线实验,分别对系统的性能进行了测试。测试结果表明:相比传统的基于M序列调制字符输入系统,基于Golay互补序列调制的字符输入系统具有更高的分类正确率和信息传输率,进一步提升了系统的实用性。