چکیده: سیگنال های مغزی در کاربردهای بسیاری نظیر تشخیص بیماری، تشخیص هوشیاری، سیستم های BCI و غیره مورد استفاده قرار می گیرند. در این پایان نامه، هدف، طراحی و ساخت یک سیستم الکترونیکی جهت تشخیص تصور حرکت بازو در کاربردهای BCI بر روی پردازنده های DSP است. در این راستا با هدف یافتن یک روش مناسب که هم دقت بازشناسی مناسب و هم قابلیت پیاده سازی سخت افزاری داشته باشد، چند روش موجود مورد بررسی قرار گرفته است. به دلیل رو به رشد بودن سیستم های مبتنی بر سیگنال های مغزی، نبود پایگاه داده مناسب در کشورمان، و اهمیت پایگاه داده ی مناسب در نتایج تحقیقات، در این پژوهش، یک پایگاه داده ی مناسب در زمینه ی کنترل حرکت بازو با استفاده از تصورات حرکتی ایجاد شده است. برای تهیه ی این پایگاه داده از 3 داوطلب خواسته شد تا ۴ حرکت خاص بازو را تصور کنند. این پایگاه داده، برای هر شخص 100 آزمایش از 4 حرکت در دو حالت چشم باز و چشم بسته را شامل می شود. سپس از روش ردگیری انطباق، جهت ارزیابی پایگاه داده خود و نیز به عنوان یک روش نو در استخراج ویژگی استفاده شد که طبق تحقیقات صورت گرفته، تاکنون از این روش در این کاربرد استفاده نشده است. این روش، با دو روش موجک و بسته موجک مقایسه و در هر سه روش از طبقه بند SVM استفاده شده است. طبق نتایج شبیه سازی، روش پیشنهادی با توجه به معیارهای میانگین و واریانس دقت بازشناسی، توانست نسبت به دو روش دیگر دقت طبقه بندی را تا حدی افزایش دهد. علاوه بر این مشخص شد در روش پیشنهادی با انتخاب درست دیکشنری و تعداد دفعات تکرار مناسب، می توان نتایج میانگین بازشناسی را تا حدی بهبود داد. در ادامه به منظور پیاده سازی یک الگوریتم مبتنی بر موجک، ابتدا یک سخت افزار مناسب جهت دریافت دو کانال از سیگنال های مغزی طراحی و ساخته شده است که از ویژگی های آن می توان به قابل حمل بودن و کم مصرف بودن آن (24 میلی وات) اشاره کرد. سپس جهت پردازش سیگنال های دریافتی یک سخت افزار دیگر مبتنی بر پردازنده TMS320C5509A طراحی و ساخته شده است که این بُرد نیز قابل حمل بوده و توسط باتری قابل راه اندازی است. سپس سیستم طراحی شده برای یک فرد مشخص آموزش داده شده است تا بتواند دو تصور مختلف انجام شده توسط آن فرد را تشخیص دهد. نتایج بدست آمده نشان می دهد با استفاده از انرژی ضرایب موجک بدست آمده در باند فرکانسی بتا و انتخاب یک آستانه مناسب برای هر فردی می توان تصورات آموزش داده شده را تشخیص داد.