高斯白噪声（White Gaussian Noise，WGN）是一种特殊的噪声类型，它在信号处理中非常常见，并且具有以下特性：
概率密度函数：
高斯白噪声的概率密度函数服从高斯分布（也称为正态分布）。这意味着它的幅度分布是以均值为中心，标准差为方差的正态分布。
功率谱密度：
高斯白噪声的功率谱密度是均匀分布的。这表示在不同频率上，噪声的功率是相同的。
统计特性：
高斯白噪声的二阶矩（即方差）不相关，而一阶矩（即均值）为常数。这意味着噪声的瞬时值在时间上是无记忆的，即过去的值不会影响未来的值。
应用：
高斯白噪声在许多实际应用中都非常重要，例如在电子设备的热噪声、信号传输噪声、通信信道测试和建模中，它通常被用作加性白噪声（AWGN）。
类型：
高斯白噪声可以分为热噪声和散粒噪声。热噪声是由大量自由电子的运动产生的，而散粒噪声则是由于电子在半导体中的随机运动引起的。
总结来说，高斯白噪声是一种在信号处理中广泛应用的噪声模型，它的概率密度函数服从高斯分布，功率谱密度均匀分布，并且具有无记忆性。由于其统计特性和广泛的应用，高斯白噪声在通信系统、信号处理和电子设备的热噪声分析中具有重要意义。