学了3,4年，终于明白了高斯白噪声的那些东西。

      提到高斯白噪声，首先想到的就是功率谱，功率谱密度，sigma方，高斯分布，二阶中心距，方差，均值，功率，awgn，eb/n0，等等。这些名词到底如果整合，下面来整理一下。

     所谓高斯白噪声，从数学上来讲，就是服从于一定分布的随机变量。这个随机变量可以随着时间产生无限多的值。这就是信号。这个信号显然就是一个功率信号。如何分析这个随机变量，从不同的角度可以看到 这个随机变量的不同特点。

    首先，从数学统计的角度。这个随机变量服从均值为0方差为sigma方的正态分布。sigma方也就是这个随机变量的二阶中心距。当均值为0的时候，二阶中心距等于二阶原点矩。而二阶原点矩就是一个信号的功率。

     因此高斯白噪声的功率就是sigma方。

     众所周知，对于功率信号。我们的分析角度是其功率谱密度。功率谱是功率谱密度的简称。可以这样理解。功率谱是功率的傅里叶变换。所以，可以知道，在频域，是一条直线，在时域，是一个delta脉冲，这个脉冲的强度就是sigma方。所以，我们一般都说白噪声的强度为多少，其实就是其delta的强度。

     然后再转到通信的角度。对于双边普，sigma方就是n0/2，利用这个，就可以利用matlab来生成高斯白噪声。从完备上来讲，高斯白噪声是无穷无尽的，我们有时候只是取它的一部分。

     就这么多吧，其实也是很简单的，需要把很多的知识点串起来。