脑机接口(Brain Computer Interface,BCI)是一个不依靠外周神经和肌肉组织等通常的大脑输出通道的通信系统。BCI为大脑开辟了一个全新的与外界进行沟通的途径,为思维正常但运动功能残缺的人提供一种新型的弥补功能和对外信息交流手段。利用事件相关脑电位(Event Related Potential,ERP)作为通信的载体,科学家们已经构造了几个不同的大脑-计算机接口系统,但是这些系统的通信速率是较低的,最好的情况下只能达到每分钟5-25比特。选择适当的信号处理方法从脑电信号中提取用户的信息和命令,是改进通信速率的方法之一。本文主要研究基于“模拟自然阅读”诱发模式事件相关视觉诱发电位的单次提取。对于获取的ERP信号,先进行去除基线漂移和数字低通滤波等预处理,以提高信噪比。对预处理后的BCI通信载体信号进行功率谱估计,发现诱发电位能量主要集中在低频部分。为此,对预处理后的信号进一步实施小波分解,选择小波分解低频近似信号作为抽取特征向量的对象,从而达到了降噪,降维的目的。最终采用基于误差逆传播(Error Back Propagation,BP)神经网络的算法实现了BCI信号的单次提取。同时分析了时间特征、空间特征对单次提取精度的影响。反复实验发现P8通道在时程200ms、250ms和300ms的情况下各时段的分类率都达到95%以上。从而能够以最少特征向量得到很高分类率,实现了BCI信号的单次提取,为提高BCI系统的通信速率打下了基础。