產生方法
假設我們想要的高斯白噪聲信號的功率譜密度爲k（這裏只考慮k爲常數的情形）。
1、wgn函數：
noise = wgn(1,N,k*B,'linear'); % 功率P = 功率譜密度*B = k*B；
其中前兩個參數表示行列數，第三個參數表示信號功率P，要注意區分功率和功率譜密度
P(信號功率)=k(信號功率譜密度)* B(帶寬); % 這裏k爲常數；
具體原因是：我們所能產生的噪聲總是離散且有限長的，不妨記長度爲N，有限長的時域信號對應無限寬的頻譜，但是我們只能通過DFT獲得有限長的頻譜，頻譜長度由時域採樣間隔td決定，即帶寬爲B = 1/td，td無法做到無窮小，那麼B就不可能無限寬，這表明從頻域來看，我們只能獲得噪聲的長度爲 B 的頻譜，那麼功率譜的頻率範圍也爲B，這樣就可以得到P(功率)=k(功率譜密度)* B(帶寬)。
我們可以通過下面的代碼塊來驗證：
clear all; close all;
N = 2048; % 噪聲點數2048點；
B = 20000; % 帶寬20000Hz；
k = 1; % 功率譜密度1；
f = 0-B/2:B/N:B-B/N-B/2; % 頻譜列表
noise = wgn(1,N,k*B,'linear'); % 功率P = 功率譜密度*B = k*B；
Nf = fftshift(fft(noise,N)); % 噪聲頻譜
GN = power(abs(Nf), 2); % 噪聲功率譜
figure; hist(noise, 50);title('噪聲1的概率分佈');
figure; plot(f,GN/N);title('噪聲功率譜');xlabel('f/Hz');
fprintf('噪聲功率譜密度均值爲：%f\n', mean(GN/N)/B);
2、randn函數
noise = randn(1,N) * ((k*B)^0.5); % 與噪聲直接相乘的應該是 功率^0.5（即電壓值）
randn直接生成的時域信號，通過乘以一個係數使它的功率譜密度發生改變，這個係數應當是信號的幅值（或者說電壓），與噪聲直接相乘的應該是 功率^0.5（即電壓值）
結果也是在1附近，與k值基本吻合。