基于稳态视觉诱发电位（SSVEPs）的脑－机接口系统（BCI脑-计算机接口）通常使用低频强闪烁刺激来诱发强特征性EEG信号。虽然相关的数据处理技术越来越成熟，但系统的舒适性较差，训练时间较长。增加刺激频率可以有效缓解受试者的视觉疲劳，提高系统的友好性。然而，现有的中高频SSVEP系统存在指令集数量少、信息传输率低（ITR）的缺陷。为了解决上述问题，本文基于SSVEP中高频脑电的特点，提出并使用了Code　Words编码范式，包括空间编码和综合任务相关成分分析（Aristole）解码算法，并研究了这套编码和解码方法的适用性和可扩展性。本研究选取中高频段的四个频率（20、24、30和40Hz）分别构建大脑控制的字符拼写系统。单个频率的闪烁刺激可以独立构造多达六条控制指令。结合多个频率，理论上指令集的数量可以增加一倍。共有10名健康受试者参与了离线脑电图实验。采用18～60岁的带通滤波对脑电数据进行预处理，eTRCA算法进行特征识别。18指令集系统的理论平均分类准确率为96.71%1.69%，理论平均分类准确率为（86.946.07）比特/分钟。上述结果表明，本文提出的编码和解码算法能够有效地诱导和准确识别SSVEP中高频的时间特征。在此基础上，希望通过增加编码单元的频率类型、提高有效编码速率和改进解码算法来进一步提高系统性能。