. 用Matlab中的randn函数产生Sigma值为0.03度/小时，采样率 1000Hz，长度为3600秒的角速度随机时间序列作为原始白噪声

在MATLAB中，你可以使用`randn`函数生成标准正态分布的随机数，然后根据给定的条件对其进行调整以得到所需的角速度随机时间序列。首先，你需要创建一个长度为3600秒的向量，这代表了每秒钟1000次采样的数据。接着，我们可以将每个采样点乘以0.03度/小时，并将其转换为弧度/秒，因为1小时 = 3600秒，1度 = π/180弧度。最后，我们将这个结果乘以sqrt(1000)来模拟单位白噪声的标准差。

以下是具体的步骤：

% 定义总时间（秒）
total_seconds = 3600;
% 设置采样频率
sample_rate = 1000;

% 创建等间隔的时间轴
time_axis = linspace(0, total_seconds, total_seconds * sample_rate);

% 生成标准正态分布的随机数
random_numbers = randn(size(time_axis));

% 转换为角度/秒并计算对应的标准差（考虑到从度到弧度的转换）
sigma_rad_per_sec = 0.03 * pi / 180; % 将度/小时转换为弧度/秒
noisy_signal = sigma_rad_per_sec * random_numbers; % 标准正态随机噪声

% 模拟单位白噪声的标准差
white_noise = noisy_signal * sqrt(sample_rate); % 乘以sqrt(sample_rate)相当于在时间域上增加噪声强度

% 显示部分信号样本
disp(noise(1:10)); % 输出前10个采样点