⾼斯⽩噪声（whiteGaussiannoi，WGN）
六禁本⽂科普⼀下⾼斯⽩噪声（white Gaussian noi，WGN）。大闸蟹怎么做最好吃>施工索赔
百度百科上解释为“⾼斯⽩噪声，幅度分布服从⾼斯分布，功率谱密度服从均匀分布”，听起来有些晦涩难懂，下⾯结合例⼦通俗⽽详细地介绍⼀下。
⽩噪声，如同⽩光⼀样，是所有颜⾊的光叠加⽽成，不同颜⾊的光本质区别是的它们的频率各不相同（如红⾊光波长长⽽频率低，相应的，紫⾊光波长短⽽频率⾼）。⽩噪声在功率谱上（若以频率为横轴，信号幅度的平⽅为功率）趋近为常值，即噪声频率丰富，在整个频谱上都有成分，即从低频到⾼频，低频指的是信号不变或缓慢变化，⾼频指的是信号突变。
由傅⾥叶变换性质可知，时域有限，频域⽆限；频域有限，时域⽆限。那么频域⽆限的信号变换到时域上，对应于冲击函数的整数倍（由公式也可推得：）。即说明在时间轴的某点上，噪声孤⽴，与其它点的噪声⽆关，也就是说，该点噪声幅值可以任意，不受前后点噪声幅值影响。简⽽⾔之，任意时刻出现的噪声幅值都是随机的（这句话实际上说的就是功率谱密度服从均与分布的意思，不同的是，前者从时域⾓度描述，⽽后者是从频域⾓度描述）。这⾥要指出功率谱密度（Power Spectral Density，PSD）的概念，它从频域⾓度出发，定义了信号的功率是如何随频率分布的，即以频率为横轴，功率为纵轴。
既然⽩噪声信号是“随机”的，那么反过来，什么叫做“相关”呢？顾名思义，相关就是某⼀时刻的噪声点不孤⽴，和其它时刻的噪声幅值有关。其实相关的情况有很多种，⽐如此时刻的噪声幅值⽐上⼀时刻的⼤，⽽下⼀时刻的噪声幅值⽐此时刻的还⼤，即信号的幅值在时间轴上按从⼩到⼤的顺序排列。除此之外，幅值从⼤到⼩，或幅值⼀⼤⼀⼩等都叫做“相关”，⽽⾮“随机”的。五香带鱼
解释完了“⽩噪声”，再来谈谈“⾼斯分布”。⾼斯分布，⼜名正态分布（normal distribution）。概率密度函数曲线的形状⼜两个参数决定：平均值和⽅差。简单来说，平均值决定曲线对称中线，⽅差决定曲线的胖瘦，即贴近中线的程度。概率密度定义了信号出现的频率是如何随着其幅值变化的，即以信号幅值为横轴，以出现的频率为纵轴。因此，从概率密度⾓度来说，⾼斯⽩噪声的幅度分布服从⾼斯分布
描述了“⽩噪声”和“⾼斯噪声”两个含义，那么，回到⽂章开头的解释：⾼斯⽩噪声，幅度分布服从⾼斯分布，功率谱密度服从均匀分布。它的意义就很明确了，上半句是从空域(幅值)⾓度描述“⾼斯噪声”，⽽下半句是从频域⾓度描述“⽩噪声”。
下⾯以matlab程序演⽰，感性认识⼀下⾼斯⽩噪声。
为什么经常打喷嚏
程序1（⾼斯⽩噪声）：海参的营养成分
由上图可以看出，⾼斯⽩噪声的功率谱密度服从均匀分布。
证明菱形的条件
若对噪声进⾏由⼩到⼤排序，则使其从随机噪声变为相关噪声，则功率谱密度就不再是均匀分布了。
程序2（⾮⾼斯⽩噪声）：
下⾯让我们从⾼斯⽩噪声的统计信息和幅值分布看⼀下它的特点。
乡村妇女主任程序3（⾼斯⽩噪声）：
直⽅图的纵轴为频次，⽽概率密度的纵轴为频率，但是两者⼤致的分布曲线确是⼀样的，因此，这幅图解释了⾼斯⽩噪声的幅度分布服从⾼斯分布。
