高斯白噪声，幅度服从高斯分布，功率谱密度服从均匀分布。

（1）白噪声，如同白光一样，是所有颜色的光叠加而成，不同颜色的光本质区别是的它们的频率各不相同（如红色光波长长而频率低，相应的，紫色光波长短而频率高）。

白噪声在功率谱上（若以频率为横轴，信号幅度的平方为功率）趋近为常值，即噪声频率丰富，在整个频谱上都有成分，即从低频到高频，低频指的是信号不变或缓慢变化，高频指的是信号突变。

任意时刻出现的噪声幅值都是随机的，即不相关的（这句话实际上说的就是功率谱密度服从均匀分布的意思，不同的是，前者从时域角度描述，而后者是从频域角度描述）

注释：功率谱密度（Power Spectral Density，PSD）的概念，它从频域角度出发，定义了信号的功率是如何随频率分布的，即以频率为横轴，功率为纵轴

（2）高斯分布，从概率密度角度来说，高斯白噪声的幅度分布服从高斯分布。

注释：概率密度定义了信号出现的频率是如何随着其幅值变化的，即以信号幅值为横轴，以出现的频率为纵轴。

MATLAB举例说明　　

clc
clear all
sigma=sqrt(1/(10.^(0/10))); % 发送功率为1，平均信噪比SNR=0dB时的高斯白噪声标准差
n=sigma*(randn(1,10000)+1j*randn(1,10000)); %复高斯白噪声的实部和虚部是满足独立同分布的高斯随机变量
noise=imag(n(1,:)); %复高斯白噪声的虚部，均值为0，方差为sigma^2
noise=real(n(1,:)); %复高斯白噪声实部，均值为0，方差为sigma^2
y1=fft(noise,1000); %频率采样点个数为1000
p1=y1.*conj(y1);    %噪声功率计算
%作图
figure
ff=0:99;
subplot(2,1,1)
stem(ff,p1(1:100)); %功率谱密度服从均匀分布
subplot(2,1,2)
hist(noise,50)  %幅度服从高斯分布