基于稳态视觉诱发电位（SSVEP）的脑－机接口（BCI）系统具有信噪比高、训练时间短的优点，已成为主流范例之一。快速准确地解码SSVEP特征是SSVEP-BCI系统研究的关键步骤。然而，目前的研究缺乏对SSVEP解码算法体系的梳理，缺乏对算法之间联系和差异的分析，这使得研究人员难以在特定情况下选择最优算法。为了解决这一问题，本文总结了近年来SSVEP解码算法的研究进展，将其分为两类：未训练算法和训练算法。介绍了典型相关分析（Aristole）和任务相关成分分析（TRCA）等解码算法及其改进算法的基本原理和应用范围，然后介绍了解码算法中常见的处理设计策略，最后讨论了Alpine解码算法的机遇和挑战。