脑-机接口是一种实现人脑和计算机通信的系统,它不依赖于由外围神经和肌肉组成的正常输出通路。脑-机接口能帮助身体严重残疾的瘫痪患者控制外围设备或者与外界通信。大脑在完成意识活动,或者受到外界刺激的时候,会伴随着一系列的神经电活动,可以通过信号处理和模式识别相关知识加以检测识别。P300是一种诱发电位,由视觉、听觉和痛觉等产生。人在不同对象的刺激下,P300电位的特点也不同,因此可用来实现字符拼写。字符拼写的准确性和快速性是字符拼写的关键。脑-机接口在生物医学工程、军事、商业、刑侦等领域有着广泛的应用前景。P300字符拼写的实质是一个多类识别问题,主要包括三个环节:预处理、特征提取、识别分类。本文对这三个方面都有较深入的研究,用低通滤波实现信号的预处理;采用独立分量分析、小波分析两种常见的方法进行特征提取;用支持向量机识别分类。特征选择实质是对特征向量的组合优化问题。有效的特征向量是实现字符准确识别的前提,因此具有重要的研究意义。本文工作研究的重点为特征提取与特征选择。Fisher线性判别准则可用来进行特征选择,和特征提取结合起来获取特征向量,研究结果表明特征提取和Fisher准则相结合的方法比单独使用特征提取在分类准确率和分类时间上有较好的效果。