脑-机接口(Brain-computer Interface, BCI),是不依赖于人体外周神经和肌肉的信息传输通道,它提出了一种与外界环境通讯的新方法。基于脑电图信号(Electroencephalogram, EEG)的BCI系统具有成本低、操作方便、对大脑无损伤等优点,是当前脑-机接口研究的主要方向。BCI的研究有明确的控制应用背景,因此,对于开发连接和控制下肢机械腿的BCI具有十分重要的现实意义。本文分别以基于稳态视觉诱发电位的BCI系统、基于alpha波阻断的BCI系统和基于运动想象的BCI系统分别为研究对象,对这三个方向进行了深入的研究和讨论。其中,针对稳态视觉诱发电位,本文创新性的利用独立成分分析(Independent components analysis, ICA)算法、小波分析(Wavelet Analysis)和快速傅里叶变换(Fast Fourier Transform, FFT)进行研究,并设计了较时分编码、频分编码更为有效的相频编码方式,得到了更为有效的编码结果。对于alpha波阻断的BCI系统,利用巴特沃斯和小波分析进行去噪以及特征提取,设计了带有反馈信息的alpha波阻断控制流程,通过控制流程,避免了alpha波阻断眼电、肌电和其他噪声成分产生的假阳性误操作,实现了对机械腿较高精度的控制。另外,在运动想象BCI控制部分,使用了自回归模型(AutoRegressive, AR),小波变换、经验模型分解(Empirical mode decomposition, EMD)以及EMD和AR模型相结合的方法进行特征提取,并设计了Fisher线性分类器(FLD)和支持向量机(Support Vector Machine, SVM)分类器,实现了运动想象的BCI系统设计,通过大量实验完成了脑电信号的预处理、特征提取及模式分类的等各个部分的研究,得到了最优的特征提取及分类效果,实现了运动想象BCI的设计,为脑-机接口应用于假肢领域做出了更进一步尝试。