脑机接口(Brain Computer Interface,BCI)是一种人脑和外部计算机之间连接的通道。近几年,研究者们提出了混合脑机接口的概念,它将两种或多种类型的脑电信号融合以弥补各自的不足,增加系统的实时性和实用性。P300电位及稳态视觉诱发电位(Steady State Visual Evoked Potential,SSVEP)是脑机接口中常用的脑电信号。由于P300信号识别周期较长,SSVEP信号可识别频率有限,限制了BCI系统的识别速率和指令数量。本文针对以上两种信号的不足,设计一种基于P300和SSVEP混合脑电信号BCI系统,提高脑机接口的识别准确率和传输速率。主要研究工作如下:(1)根据P300和SSVEP信号的原理及特性,结合P300和SSVEP信号诱发范式的特点,提出一种基于P300和SSVEP混合脑电信号区域范式方案,并设计了对应的混合脑电信号视觉刺激范式界面。该范式结合了P300指令数量多和SSVEP识别速率快的特点,用SSVEP替代了传统P300区域范式的第一级闪烁,提高了识别速率。(2)根据脑机接口中信号处理流程以及P300和SSVEP信号的诱发原理及特点,结合混合脑电信号先分离后并行处理的思想,提出面向脑机接口的P300和SSVEP混合脑电信号处理方案。在P300信号处理上,提出一种多传感器加权支持向量机算法,减小P300信号的差异性,使得靶刺激相对非靶刺激的幅度差更明显,从而得到更好的分类效果。在SSVEP信号处理上,提出一种基于多组典型相关分析提取的多元同步指数算法,提高信号识别的准确率。(3)基于上述理论研究,开发基于混合脑电信号的字符输入系统,设计相应的功能模块,并采用基于UDP协议的Socket通信实现各个功能模块之间的数据传输,实现实时在线测试。最后,构建基于P300和SSVEP信号的混合脑机接口实现字符输入,在非屏蔽环境下,不同的测试人员均顺利地完成相关测试。