脑机接口(BCI)是人机一体系统，广泛地应用于生理脑组织和外部设备（例如假肢）之间建立直接通信。在大脑和外部设备之间建立接口以表达皮层神经元活动。通过感测和解释神经元活动来驱动外部装置，以恢复受损的运动机能。基于BCI的假肢系统在恢复有运动残疾的受试者（例如截肢者）中具有很好的前景。　　在本文中，以神经元峰电位的植入式脑机接口为基础进行相关研究。开发了一种基于闭环BCI的神经假肢系统的控制器，用于执行在没有本体反馈情况下的自发单关节伸展任务。通过对神经生理皮层放电模型进行仿真实验，模拟完成单关节伸展运动任务来获得综合数据集。随后开发了基于卡尔曼滤波器的线性解码器，并与维纳滤波解码器进行性能对比。通过在存在和不存在自然本体感觉反馈情况下分析两种解码器的性能。下文选用解码性能相对好的基于卡尔曼滤波器的解码器进行仿真实验。然后执行了单关节运动实验，实验结果显示在没有自然本体感觉的情况下解码器性能显著下降。为了恢复解码器的闭环性能，本文提出如下问题，即跟踪期望的本体感觉的神经元的平均放电速率轨迹。　　针对此问题，使用基于数据驱动算法的无模型紧格式控制算法来产生皮层刺激信号，刺激仿真大脑皮层感觉区神经元，用于恢复感觉区放电。随后，将无模型控制算法和预测控制算法相结合，对伪偏导数做多步预测，使其更好的跟踪存在感官反馈情况下的感觉区神经元放电活动。由于感觉区神经元放电信息的恢复，解码器在感觉反馈信息缺失时的性能也得到了恢复。　　本文的实验结果表明，感觉区神经元的放电恢复设计可以恢复运动任务的相关性能，以及恢复其他相关皮层的平均放电。