脑电信号（Electroencephalogram，EEG）反应了大脑神经细胞的活动，在神经科学、脑认知、临床医学与康复工程等领域都具有十分重要的研究价值。脑电信号中蕴涵着丰富的生理、心理信息，人的思维意识及动作行为都会从脑电信号中反映出来。因此可以通过对脑电信号的分析获取人的动作意愿，从而控制助残装置，解决一些机能丧失者“运动难”的问题，相关的脑机接口技术已经成为生物医学工程领域的研究热点之一。本文研究了脑电信号的采集和预处理、特征提取和模式识别等方法，分析并研究了利用运动场景想象产生的脑电信号控制电动轮椅的方法。在Patrafour电动轮椅基础上，对其驱动接口进行了改造，研制了基于脑电信号的电动轮椅控制实验平台，在该平台上完成了脑电控制轮椅的测试与实验。研究的主要内容和创新点如下：(1)在脑电信号的预处理方面，提出了一种基于小波包和CuBICA算法的脑电信号预处理方法。针对脑电信号中常含有的眼电伪迹，首先用小波包分析对原始脑电信号去噪，再进行中心化和白化处理，然后运用CuBICA算法对消噪后的脑电信号进行盲源分离。对分离后各信号间的相关性分析表明，CuBICA算法能成功分离脑电与眼电信号，得到去除眼电伪迹后的纯脑电信号，为脑电信号的后续处理奠定了基础。(2)在特征提取和模式识别阶段，提出了一种基于排列组合熵和支持向量机的识别方法，用于运动想象脑电信号的模式分类。文章设计了多种运动场景想象模式和规范实验过程，采集试验者C3、Cz、C4通道的脑电信号作为轮椅控制的源信号，进行信号的预处理，然后分别计算排列组合熵构成3维的特征向量，再利用支持向量机对脑电信号的运动想象模式进行分类，通过实验对比证明了排列组合熵比样本熵更适合作为运动场景想象脑电信号的特征值。(3)根据电动轮椅控制系统改造的要求设计了一个外挂的ATmega16单片机控制系统。按照RS-232串口通信标准建立了脑电识别主机和ATmega16单片机间的连接；并按照轮椅前、后、左、右、驻停的运动要求及其对应的传感实现方式，设计了用户层通信协议；实现了电动轮椅控制平台的控制命令传输功能。(4)成功建立了基于脑电信号的电动轮椅控制实验平台。设计了该平台的总体方案，构筑了以脑电信号采集模块、脑电信号处理模块和运动控制模块组成的系统。设计实现了有很强可扩展性的脑机接口软件，并对Patrafour电动轮椅进行了控制接口改造，实现了通过主机与单片机的通讯达到控制轮椅运动的功能。最后对电动轮椅实验平台的性能进行了测试，取得了良好的实验效果。