在脑机接口（Brain-computer Interface,BCI）控制系统中,脑电（Electroencephalogram,EEG）信号由于其稳定、安全和易采集的特点,成为BCI应用研究中的热点。混合脑机接口（Hybrid Brain-computer Interface,h BCI）则是将EEG与其他生理信号相结合进行混合控制的交互技术。混合信号包括眼电（Electrooculography,EOG）信号、肌电信号等,弥补了传统脑机接口在响应时间、控制指令多样性等性能上的不足。近年来,由于飞控技术的迅速发展,无人机（Unmanned Aerial Vehicle,UAV）被广泛应用于农业、土木和军事等领域。现今,无人机的控制仍然是以传统的手控形式为主,为探索一种新型且具有前景的无人机控制方法,本文对基于便携式眼电采集装置和混合脑机接口的无人机控制系统进行了研究,并通过实验分析了系统的可行性和性能指标,主要工作如下:（1）基于开源飞控平台,对无人机的飞行原理、姿态解算等进行了充分的研究。同时,根据本系统的特点设计了PC端和无人机之间的无线通信协议,并通过无线收发模块和上位机软件实现对无人机的远程控制。（2）设计了便携式眼电（Electrooculography,EOG）采集装置,并在此基础上搭建基于EOG的无人机控制系统。装置分为采集头环和接收器两部分,前者佩戴于前额用于采集EOG信号,后者接入PC实现数据转发,两者之间通过低功耗蓝牙（Bluetooth Low Energy,BLE）进行通信,相较于传统的眼电采集方式更为轻便且易于操作。用户通过PC端的无人机控制软件,可以采用跟随刺激界面闪烁同步眨眼的方式,对无人机发出多种控制指令,进而实现对无人机的脱手操控。（3）融合EEG中的运动想象电位（Motor Imagery,MI）和EOG信号,构建基于混合脑机接口的无人机控制系统。运动想象电位属于自发式脑电,响应速度快且可调节性强,可以通过不间断的运动想象行为输出连续的控制指令;EOG信号相较于EEG信号,特征更为显著且易于检测识别,能快速输出准确的离散控制信号。通过实验证明,将两种信号结合对无人机进行混合控制,较于EOG控制方式具有更优的响应速度和实时性。最后,多名被试者参与了无人机的控制实验,包括基于自研便携式眼电采集装置的EOG无人机控制实验,以及基于Nu Amps脑电放大器设备（美国Neuroscan公司）的h BCI无人机控制实验。通过对实验结果的分析讨论,验证了系统的可行性和可靠性。