许多非线性信号(例如脑电信号),由于其强烈的非线性性,使得传统的线性分析手段不能得出理想的结果.而传统的分析方法需要长程数据才能得到鲁棒的结果,长程数据的波动性,导致结果不甚理想,这就给实际操作带来了一定的困难.因此,处理这类问题的合理的非线性方法应满足以下两条标准:　　 (1)在数据长度比较短的情况下也可以得出比较鲁棒的结果;　　 (2)对连续信号也有定义,从而无需对原始信号作像二值化这样的过分粗粒化.　　 曾经提出的C0复杂度满足以上两条标准,C0复杂度的重要性质也说明了C0复杂度可以作为描述时间序列随机程度的复杂性指标.本文对C0复杂度的收敛性作进一步讨论,并用Logistic映射,Hénon映射和Lorenz映射三个典型的非线性映射作为例子,验证C0复杂度对较短的信号即可收敛,然后给出C0复杂度在脑电信号中的应用.　　 从实例中可以看出C0复杂度对短程信号也可得到鲁棒的结果,从而可以应用于像脑电这样的非平稳信号.