通过对运动想象脑电信号的分类，对受试者进行身份识别。采用一种盲源分离算法——二阶盲辨识对运动想象脑电信号进行处理，提高运动想象脑电信号的信噪比，进而采用Fisher距离对处理后的信号进行特征提取，最后采用BP神经网络对特征集进行分类，从而实现对受试者的身份识别。对3位受试者的4类运动想象脑电信号分别进行了分类识别，结果显示，4类运动想象脑电信号的识别率均达到80％左右，其中最高的是想象舌动脑电信号，其识别率达到88.1％，这在类似研究中属于较高的水平。