脑机接口(brain-computerinterface,BCI)是一种在人脑与外接设备之间建立直接通路的新型通信系统,它不需要依赖外周神经和肌肉组织的参与便可直接控制外接的电子设备。近年来,基于视觉诱发电位的脑机接口逐渐成为脑机接口研究的热点。本文对基于编码调制和基于频率调制的视觉脑机接口进行了研究,针对c-VEP BCI和SSVEP BCI可识别目标数量受限等问题,提出了 一种新型的基于c-VEP和SSVEP混合编码调制的视觉脑机接口范式,可以有效增加目标数量。本文设计了一个包含32个目标的混合视觉脑机接口系统,每个目标都采用c-VEP和SSVEP混合编码调制。在此基础上,提出了单个刺激目标的三种不同结构模式:内外模式,上下模式和左右模式。结合模板匹配法和典型相关分析算法,引入一个信任指针参数,提出了混合视觉脑机接口的目标识别算法。邀请九位受试者参与脑机接口实验,并对实验数据进行处理和详细的分析。首先分析了参考模板的信号特征,结果表明,本系统使用的伪随机序列和频率序列诱发的刺激响应具有良好的信号特性,使各个目标容易区分。随后对三种模式的系统性能进行分析,结果表明,内外模式的混合BCI系统平均分类正确率达到87.09%,平均信息传输率达到49.28bit/min,性能优于上下模式和左右模式。同时,研究了不同数据长度和信任指针取值对系统性能的影响。结果表明,适当增加数据长度并选取合适的信任指针,可以有效提高目标分类识别率。