在人机交互系统研究中,现有研究方法基本上是围绕人机交互系统本体展开,忽略了操作者在人机交互系统中的作用。事实上,不同熟练程度的操作者完成控制任务的质量不同;不熟练的操作者经过一定时间的训练,其控制效果也能够逐渐趋向于熟练操作者的水平。因此,研究操作者在人机交互系统中的行为特征非常重要。而脑电(EEG)信号具有方便、安全、无创、廉价等特点,本文从脑电信号角度揭示人在人机交互系统中的特征。本文正是基于现有研究方法的不足,提出以人为中心研究人机交互系统的思路。虽然人机交互系统的研究内容很多,存在诸如视频反馈、力反馈、时间延迟等影响系统性能的因素,本文主要研究在视频反馈情况下操作者从初学阶段到熟练阶段的脑电信号的变化。首先建立了以虚拟倒立摆系统为被控对象,微软力反馈操纵杆为主端控制器的人机交互系统,倒立摆系统以四阶龙格库塔法实现数值积分求解,并结合脑电采集平台,实现人的行为数据和脑电数据的同步采集。以操作者的熟练程度为研究因素,设计了脑电信号采集实验,并对初学者和熟练操作者的脑电信号进行了采集。在此基础上,利用独立成分分析(ICA)和ADJUST去除伪迹,得到了信噪比较高的脑电信号,然后利用小波变换的方法对脑电信号进行提取,得到了 δ、θ、α、β频段,并分别对这四种频率段进行功率谱、样本熵、及通道间的相干性分析。研究结果表明,熟练的操作者控制倒立摆时倒立摆量值的波动范围明显小于不熟练操作者,且熟练操作者的脑电数据的样本熵比不熟练操作者的样本熵小。实验所选择的通道中,熟练操作者和不熟练操作者的EEG信号在功率谱上有很大的差别。熟练的操作者相比于不熟练的操作者,在额区(FP)、枕区(O)功率谱值变化最大。在《频率段,不熟练阶段和熟练阶段下两通道间的相干性的差异最显著。说明有经验的操作者对人机交互系统有较高的适应能力,操作者能够利用自己的知识和经验准确的调整控制状态。这项工作对于建立真正的智能机器人系统和康复医学具有非常重要的意义。