近年来，随着电子信息，通信以及计算机科学的快速发展，脑电信号的处理所需要的理论和技术也越来越完善，因此，对脑机接口（Brain Computer Interface，BCI）的研究已经开始成为热点。获取脑电信号以及对获取到的脑电信号进行特征提取后进行模式分类无疑是BCI系统研究中重点和难点。脑电信号是一种时变信号，正是这种非平稳性携带了非常丰富的信息，准确地对脑电信号进行时频分析能够提高脑电信号的处理效率。时频分析理论和方法可以对信号在时域和频域同时进行分析，它是分析非平稳信号的有力工具，近年来已成为脑电信号处理等领域的一个研究热点，它为BCI系统提供了一个新的理论和方法，因此，研究脑电信号的时频分析方法有着重要的理论意义和应用价值。本文针对脑电信号的时频分析方法进行了研究，具体研究工作如下：首先，介绍了时频分析基础理论以及几种常用的时频分析方法，经典傅里叶变换，短时傅里叶变换和小波变换。其中经典傅里叶变换只适用于平稳信号，而无法处理非平稳信号；而短时傅里叶变换仅从时域或频域特征上分析脑电信号，在准确性和分辨率上不能满足要求；小波变换只对信号的逼近分量进行分解而不会对细节分量做进一步分解，因此这会影响到对非平稳随机信号特征频带的划分从而影响对信号特征的精确提取。其次，提出了基于高时频分辨率脑电信号的时频分析方法。虽然维格纳-威尔分布(Wigner-Ville Distribution, WVD)可以对非平稳信号进行时频分析，且分辨率较高，但是由于Wigner-Ville分布属于二次型时频分析方法，在特征提取过程中会引进交叉干扰项，这将影响到对信号特征信息的理解。基于高时频分辨率脑电信号的时频分析方法以Wigner-Ville分布为基础，对Wigner-Ville分布的结果利用中心仿射滤波法进行非线性滤波，有效的消除了Wigner-Ville分布的交叉项干扰，而不影响信号的分辨率。对仿真信号采用传统的短时付氏变换、Wigner-Ville分布及HTFRA求时频能量分布，结果显示：HTFRA较传统的方法更清晰地反映信号在时频域内的能量变化。最后，提出了基于改进S变换的脑电信号的时频分析方法。S变换为短时傅里叶变换和小波变换的一个结合体，针对脑电信号选择合适的母小波，对S变换进行改进，得到一种改进的S变换，最后利用改进的S变换对仿真信号进行时频分析，仿真实验与短时傅里叶变换和小波变换两种时频分析方法进行对比，结果显示由改进S变换得到的时频分析结果更加细致精确。