用matlab产生一个均值为1，方差为32313133353236313431303231363533e58685e5aeb9313333656338380.2的高斯白噪声的方法如下：1、R = normrnd(MU,SIGMA)   2、R = normrnd(MU,SIGMA,m)   3、R = normrnd(MU,SIGMA,m,n) 4、假设输入信号为X,则给X加上一个均值为0,方差为1的高斯白噪声信号的方法为：Y=X+normrnd(0,1);5、% 设置采样区间k=(0:300)'/100;6、% 计算采样值x=sin(2*pi*k);7、% 施加高斯白噪声y=awgn(x,0);figure(1);8、% 设置绘图位置,左下角距屏幕左200像素,下200像素,宽800像素,高300像素set(gcf,'Position',[200,200,800,300]);9、% 绘图网格1*2,左图绘制原始信号,右图绘制噪声信号subplot(1,2,1),plot(k,x);subplot(1,2,2),plot(k,y);所谓高斯白噪声中的高斯是指概率分布是正态函数，而白噪声是指它的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。这是考查一个信号的两个不同方面的问题。高斯白噪声：如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。热噪声和散粒噪声是高斯白噪声www.mh456.com防采集。

1、打开电脑上2113Matlab软件，然后点击5261“新建脚本”，4102如下图所示1653。

方法一： I=imread(‘lena.bmp’); I=double(I); J=I+15*randn(size(I)); imshow(uint8(J)); 方法二:nos=nos_mean+sqrt(nos_vari)*randn(framesize) 方法三:nos=normrnd(MU,SIGMA,m,n) MU:noise mean;SIGMA:noise variance; image size:m*n

2、在代码编辑区输入专代码，先属利用Imread函数读取图像，然后使用Imshow函数将图像展示出来，代码：f=imread('鱼木混猪.jpg');f=rgb2gray(f);subplot(121),imshow(f),title('原图像');。

可以使用如下的函数实现 R = normrnd(MU，SIGMA) (生成均值为 MU，标准差为 SIGMA 的正态随机数) R = normrnd(MU，SIGMA,m) (生成 1× m 个正态随机数) R = normrnd(MU，SIGMA,m,n) (生成 m 行 n 列的 m × n 个正态随机数) 假设输入信号为X

3、Matlab中利用imnoise函数可以添加各种噪声，而使用“gaussian”参数就可以添加高斯噪声，代码：g=imnoise(f,'gaussian',0.2);subplot(122),imshow(g),title('添加椒盐噪声图像');。

一般这种 如果信号x(矢量)，产生一个平均0，一个高斯白噪声的方差， 噪声= * randn(尺寸(x))； 噪声信号 y = x +噪声；

4、输入完代码后，点击“保存并运行”。

用matlab产生一个均值为1，方差为0.2的高斯白噪声的方法如下： 1、r = normrnd(mu,sigma) 2、r = normrnd(mu,sigma,m) 3、r = normrnd(mu,sigma,m,n) 4、假设输入信号为x,则给x加上一个均值为0,方差为1的高斯白噪声信号的方法为： y=x+normrnd(0

5、选择保存位置，并为m文件重命名，如下图所示所示，设置完成，点击“保存”。

mvnrnd (0,1,100 ) 0为均值,1为方差,100为数据长度

6、就在Matlab中为添加高斯噪声，并且把一组对比图显示在同一个窗口中，就完成了。

% 设置采样2113区间k=(0:300)'/100;% 计算5261采样值x=sin(2*pi*k);% 施加高4102斯白噪声1653y=awgn(x,0);figure(1);% 设置绘图位置,左下角专距屏幕左属200像素,下200像素,宽800像素,高300像素set(gcf,'Position',[200,200,800,300]);% 绘图网格1*2,左图绘制原始信号,右图绘制噪声信号subplot(1,2,1),plot(k,x);subplot(1,2,2),plot(k,y);

y=randn(1,2500); y=y/std(y); y=y-mean(y); a=0; b=sqrt(5); y=a+b*y; 就得到了 N ( 0, 5 ) 的高斯分布序列。MATLAB中产生高斯白e69da5e6ba903231313335323631343130323136353331333264643762噪声的两个函数 MATLAB中产生高斯白噪声非常方便，可以直接应用两个函数，一个是WGN，另一个是AWGN。WGN用于产生高斯白噪声，AWGN则用于在某一信号中加入高斯白噪声。 1. WGN：产生高斯白噪声 y = wgn(m,n,p) 产生一个m行n列的高斯白噪声的矩阵，p以dBW为单位指定输出噪声的强度。 y = wgn(m,n,p,imp) 以欧姆(Ohm)为单位指定负载阻抗。 y = wgn(m,n,p,imp,state) 重置RANDN的状态。 在数值变量后还可附加一些标志性参数： y = wgn(…,POWERTYPE) 指定p的单位。POWERTYPE可以是'dBW', 'dBm'或'linear'。线性强度(linear power)以瓦特(Watt)为单位。 y = wgn(…,OUTPUTTYPE) 指定输出类型。OUTPUTTYPE可以是'real'或'complex'。 2. AWGN：在某一信号中加入高斯白噪声 y = awgn(x,SNR) 在信号x中加入高斯白噪声。信噪比SNR以dB为单位。x的强度假定为0dBW。如果x是复数，就加入复噪声。 y = awgn(x,SNR,SIGPOWER) 如果SIGPOWER是数值，则其代表以dBW为单位的信号强度；如果SIGPOWER为'measured'，则函数将在加入噪声之前测定信号强度。 y = awgn(x,SNR,SIGPOWER,STATE) 重置RANDN的状态。 y = awgn(…,POWERTYPE) 指定SNR和SIGPOWER的单位。POWERTYPE可以是'dB'或'linear'。如果POWERTYPE是'dB'，那么SNR以dB为单位，而SIGPOWER以dBW为单位。如果POWERTYPE是'linear'，那么SNR作为比值来度量，而SIGPOWER以瓦特为单位。本回答被提问者采纳

T=1:0.001:10;k=1+0.2*randn(1,length(T));% 生成“高斯噪声”.plot(T,k);

啊 听不懂了

内容来自www.mh456.com请勿采集。