脑机接口是一种旨在让人们通过思维和意识直接与外界完成交流的技术。这种直接交流不需要中枢神经系统和肌肉组织参与,已经帮助很多严重残疾的病人重建与外部世界的联系。目前,脑机接口的应用领域不断扩大,受益者不仅限于重症残疾病人,也正在逐步向健康人群渗透。由于应用背景的不断扩展,提高脑机接口的信息传输率,使得其适应频繁的、实时的控制场景显得尤为重要。本文的研究主要围绕这一目标进行。首先,我们提出了一种基于先验信息的两阶段P300优化算法。在保证正确率的基础上,有效缩短了刺激呈现时间,因此显著提升了信息传输率。经实验验证,与传统“Oddball”P300范式相比,我们提出的基于先验信息的两阶段P300优化范式可以将信息传输率提升12.77%到43.1%,平均提升率为33%。接着,我们继续对上述范式进行优化。为了使两阶段的P300范式能够适用于现实控制场景,我们对算法进行改进,提出EOG与P300串行的混合脑机接口。我们识别连续三次眨眼EOG信号作为异步开关,满足使用者自由决定控制时机和控制内容的需求。然后利用P300选择自由度高的优点,为被试提供多种选项指令。实验测定EOG异步开关平均花费0.93s启动系统,假阳率为2.2次/分钟。最后,为了满足实际控制中密集的控制需要,我们提出共享控制框架,并将上述异步融合范式应用于仿真无人机集群控制。为了解决实际控制中面临的代价不平衡问题,我们在选项中添加不会触发任何命令的冗余项,并且设置了更为严苛的起飞触发条件,将假阳率降为0。