人机交互技术是连接人与计算机或其它电子设备的桥梁。随着科学技术的发展，人机交互技术也取得了很大的进步，人机交互不断向更加自然、舒适、和谐的方向发展。但是目前主流的交互方式都要求使用者通过肢体进行操作，这给肢体运动障碍患者、某些肢体有缺失的残疾人和行动不便的老年人造成了很大困难，所以需要开发新的人机交互技术来满足这些特殊人群的需要。基于生物电信号的人机交互技术是当前人机交互技术领域研究和发展的一个热点，为开发新的人机交互技术提供了广阔的空间。眼电信号（Electrooculogram，EOG）是一种由眼睛的角膜与视网膜之间的电势差引起的生物电信号。随着眼球运动，眼电信号也会发生变化，并且眼电信号的波形特点与眼球运动的方式有直接的对应关系，通过这种对应关系可以对眼电信号进行识别从而间接的识别眼球运动。通过眼电信号识别眼部动作为开发基于眼电信号的人机交互技术提供了新的方向。本文研究了眼电信号的采集和预处理、特征提取及模式识别算法，并在已有的基础上实现了基于眼电信号的电动轮椅在线控制系统。本文在研究过程中主要开展了以下工作，并取得了部分创新成果：(1)眼电信号采集实验的设计及实施。定义了9种易于区分有意识和无意识的眼部动作，设计了有四路电极采集眼电信号的实验采集方案，在实验室环境下实施了采集实验。通过实验采集了四位受试者的原始眼电信号数据，为后续的研究奠定了基础。(2)眼电信号的特征提取。在对原始的眼电信号进行消噪和电极信号的差分处理后，通过起止点检测找出眼部动作对应的眼电信号。对眼电信号的特点进行分析后，提出了8个方向扫视动作和连续两次眨眼动作的眼电信号识别方法。然后分别在时域和时频域内提出了两种眼电信号的特征提取方法并进行了特征提取。(3)眼电信号的模式识别。针对两种特征提取方法提取的特征，分别采用两种分类器：距离分类器和支持向量机分类器进行分类。在Matlab软件中实现了相关眼电信号的模式分类，验证了所采用的特征提取算法和模式识别算法的有效性。(4)基于眼电信号的电动轮椅控制。对已有的电动轮椅控制系统的软硬件进行了相关改造，构筑了将眼电信号识别的结果用于在线控制电动轮椅系统的总体设计方案。