脑电(Electroencephalogram,EEG)作为与人类大脑最具直接联系的一种外在表现形式,是临床诊断的重要手段之一。而事件相关电位(Event Related Potentials,ERP)由于与人类的心理活动密切相关,被称为“观察脑的高级功能的窗口”。但是由于以往的分析手段的局限性,使得研究结果缺乏普遍适应性而无法在临床应用中很好的发挥作用,逐渐被临床医师所冷淡。近年来,脑电已被证明是典型的非线性和非平稳信号,ERP则可视为低维混沌时间序列,所以采用非线性和非平稳的分析方法分析其动力学特性是有重要意义的。本论文的目的正是利用非线性动力学的信号处理方法来对事件相干脑电位的特性进行探讨和研究。 本文首先回顾了事件相关电位和非线性动力学的发展过程及研究现状,介绍了非线性动力学中常用的耦合映象格子模型。构建了几种模型并应用计算机仿真比较了它们对实际系统的拟合能力,针对原有模型中存在的问题做了部分改进,结果证明新的模型可以很好的模拟复杂系统的活动。脑电信号是公认的具有典型非平稳特征的信号序列,但是由于研究方法的限制,大量的研究工作是基于对其是(准)平稳的假设,而对典型非平稳信号的非线性特征研究还处在初级阶段。本文利用时变耦合映象格子模型计算了固定位置区域提示下视觉注意范围等级的ERP的最大时变李氏指数,并利用改进的GP算法计算了它们的全局相关维数,得到了能够反映系统整体特征的量化参数,揭示了传统方法不能发现的信息,而这些信息的发现和应用,有望在临床应用和生理心理学研究中发挥更大作用。