如何对一个人的身份进行判别、确保信息财产的安全,是当今时代必须解决的一个关键问题。随着计算机技术的发展,各种身份认证技术层出不穷,例如利用人脸、掌纹、声音、指纹等生物特征进行身份判别。但是,基于这些传统生物模态的身份识别系统存在很大安全隐患,并且模态相对固定,很容易给犯罪分子留下可乘之机。脑电信号是一种新兴的生物特征模态,近年来,随着脑电信号采集设备的发展,对于脑电信号的研究也日渐增多。本文将详细研究利用脑电信号进行身份识别的方法,并构建基于单电极脑电信号的身份识别系统。过去对基于脑电信号身份识别的研究大多是基于多电极脑电信号采集设备,但是多电极脑电采集设备具有一定局限性,因为它的采集流程繁琐,操作复杂。本文对基于脑电信号的身份识别流程进行了详细研究,针对单电极脑电信号的特点,提出了基于特定眼电噪声区域的小波去噪算法(EOG-SWT)与基于AR参数与小波变换系数的特征提取算法(AR-SWT),并设计实现了相应的原型系统。首先,针对单电极脑电信号受眼电噪声干扰严重的情况,本文根据眼电噪声与脑电信号振幅差距大的特点,提出了EOG-SWT算法。该算法首先定位出脑电信号中眼电噪声出现的特定区段,并对这些区段单独使用小波变换去噪方法,在去除眼电噪声的前提下最大程度保留了原始脑电信号的信息。然后,根据AR模型参数包含大量脑电信号频域信息与小波变换系数所包含的时频二维信息的特点,提出了AR-SWT算法。该算法将AR参数与小波变换系数的统计信息作为特征组合进行提取。随后,本文基于实验所提出的算法,构建了身份识别原型系统。该系统主要分为采集模块、验证模块和用户模块三个部分。采集模块主要负责采集单电极脑电信号,并将脑电信号存储并输入验证模块;验证模块主要负责验证访问者的合法性;用户模块用于管理系统中的合法访问用户。最后,本文对所设计实现的原型系统进行了测试,并对影响身份识别系统准确率的因素进行了实验验证。通过测试结果可以发现,本文所构建的身份识别系统表现良好,能较好的识别合法访问用户和拒绝非法访问用户;但是脑电信号的采集时长与采集间隔会对系统的准确率造成一定影响,具体来说,采集时长过短和采集脑电信号间隔时间过长都会使身份识别准确率降低。