关于白噪声和高斯白噪声的说明，维基百科的这个词条应该是讲的最清楚的（就我查到的资料）。

White noise

重点关注Mathematical definitions。

下面简单翻译一下：

白噪声

当一个随机向量，满足以下条件时，我们称其为白噪声向量（white noise vector或white random vector）：

1. 各个分量都服从某个概率密度函数，且均值为0，方差为有限值。
2. 相互独立（statistically independent）：联合概率密度为各个相互独立分量概率密度的乘积。

高斯白噪声

对一个随机向量，在满足白噪声的条件下，如果还满足：

• 各个分量都服从同一个均值为0，方差为$\sigma^2$的正态分布。

则称其为高斯白噪声向量。

所以事实上，我们想要产生高斯白噪声，只需要让向量或矩阵的每一个分量都服从一个相互独立的高斯分布即可。因为numpy里的random.normal实际上是对同一个高斯分布进行多次独立采样，因此我们可以使用这个函数生成高斯白噪声。

高斯白噪声的强度用信噪比进行描述。