脑-机接口技术使用计算机设备对人类大脑神经思维活动表现出来的脑电信号进行解读,通过解读出来的信息与外界环境进行沟通,从而绕过了人类原先的外周神经和肌肉系统。脑-机接口技术作为一种全新的人机交互方式,它的出现在众多领域都显现出了实用价值。因此,脑机接口技术成为众多交叉学科研究的热点。目前在脑-机接口系统中常用的脑电信号有运动想象脑电信号、P300和稳态视觉诱发脑电信号等,其中P300和稳态视觉诱发脑电是基于外界环境刺激诱发模式产生的脑电信号,而运动想象则完全是自发形式的,所以运动想象的应用前景更加广泛,而算法和实现难度也相对比较高。脑电信号的识别是脑-机接口技术的核心部分,因此本文主要针对运动想象脑电信号,详细地研究了脑电信号处理方法,包括:预处理方法、特征提取算法、分类算法,以及离线和在线的脑机接口系统的设计。针对以上各方面,本文具体做了以下工作:(1)实现了对脑电信号的获取,信号特征的提取;(2)研究了运动想象脑电信号的多种特征提取和处理方法,包括:空间滤波,频带能量,傅里叶变换,小波包分解,共空间模式,自适应参数回归的方法;(3)研究了线性分类器和支持向量机分类器,并对两种分类器的效果通过实验进行验证,找到了一种适合在线系统的分类方法;(4)将小波分解和共空间模式方法结合对脑电信号进行特征提取,用实验数据进行验证这种方法的有效性,得到了一种高效的特征提取方法;(5)基于四类运动想象的脑电信号能量在大脑皮层的分布特征,提出了特征重组和小波变换的多类运动想象脑电信号分类方法,并使用竞赛数据进行了验证;(6)设计了一种新的试验范式,并与传统的经典范式进行试验结果的对比,发现了不同的视觉显示方式对受试者脑电信号的影响不同,所以对试验范式的改进研究也是很必要的;(7)通过改进的CSP算法,监督学习方法,新实验范式等技术要素,实现了一种在线的运动想象脑机接口系统,并达到了较高的识别准确率。