高斯白噪声 python

高斯白噪声是一种随机信号，其幅度符合高斯分布，且在所有频率上都具有相等的能量。在 python 中，可以使用 numpy 库来生成高斯白噪声信号。

以下是一个生成高斯白噪声的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成高斯白噪声信号
num_samples = 1000  # 采样点数
mean = 0  # 均值
std_dev = 1  # 标准差

white_noise = np.random.normal(mean, std_dev, size=num_samples)

# 绘制高斯白噪声信号
plt.plot(white_noise)
plt.xlabel('Sample')
plt.ylabel('Amplitude')
plt.title('Gaussian White Noise')
plt.show()

在上面的代码中，我们使用 `numpy.random.normal` 函数生成高斯分布的随机数，其中 `mean` 和 `std_dev` 分别为高斯分布的均值和标准差。我们将生成的随机数存储在 `white_noise` 中，并使用 matplotlib 库绘制图形。

运行上面的代码，我们可以得到以下输出结果：


可以看到，生成的信号在时间轴上随机波动，并且其幅度符合高斯分布。