python生成白噪声并用平均器平均

在Python中，我们可以使用numpy库来生成白噪声，然后使用滑动窗口或者其他形式的平均器来进行平滑处理。下面是简单的步骤：

1. 导入所需的库：

import numpy as np
from scipy.signal import movmean  # 使用scipy库中的movmean函数，它是一个滑动平均函数

2. 定义白噪声生成：

# 设置噪声的样本率和持续时间
sampling_rate = 44100  # 假设音频采样率为44100 Hz
duration = 5  # 持续5秒的噪声

# 生成固定长度的随机噪声数据，范围通常在[-1, 1]之间代表幅度
white_noise = np.random.normal(0, 0.5, int(sampling_rate * duration))

这里我们假设白噪声服从高斯分布，均值为0，标准差为0.5。

3. 对白噪声进行平均：

# 使用滑动平均器，例如，设置窗口大小为1000（即每1000个样本取一个平均值）
window_size = 1000
smoothed_noise = movmean(white_noise, window_size)

这将对原始噪声数据进行平均处理，减少高频变化，得到平滑的信号。