高斯白噪声是一种连续、随机的信号，它在频谱上均匀分布，并且其幅度服从正态分布。

步骤如下：

1、 导入必要的库文件，例如NumPy和Matplotlib。

```python

import numpy as np

import matplotlib、pyplot as plt

```

2、 设置随机种子，这样每次运行程序时都会得到相同的随机数序列。

```python

np、random、seed(0)

```

3、 定义参数：采样率（sample_rate），信号时长（duration）和频带宽度（bandwidth）。

```python

sample_rate = 44100  # 采样率为44100Hz

duration = 10  # 信号时长为10秒

bandwidth = 10000  # 频带宽度为10000Hz

```

4、 计算所需采样点数（num_samples）。

```python

num_samples = int(sample_rate * duration)

```

5、 生成高斯分布的随机数序列。

```python

noise = np、random、normal(0, 1, num_samples)

```

6、 对随机数序列进行频谱变换。

```python

freq = np、fft、rfftfreq(num_samples, d=1/sample_rate)

spectrum = np、fft、rfft(noise)

```

7、 将频谱限制在指定的频带宽度内。

```python

spectrum[(freq < -bandwidth / 2) | (freq > bandwidth / 2)] = 0

```

8、 对处理后的频谱进行反变换，得到经过限制频带的时间域信号。

```python

filtered_noise = np、fft、irfft(spectrum)

```

9、 绘制高斯白噪声的波形图。

```python

plt、plot(filtered_noise[:400])

plt、xlabel(''Sample'')

plt、ylabel(''Amplitude'')

plt、title(''Gaussian White Noise'')

plt、show()

```

这样就生成了一个时长为10秒、采样率为44100Hz、频带宽度为10000Hz的高斯白噪声，并绘制了前400个采样点的波形图。你可以根据需要自行调整参数来生成不同长度或频带宽度的高斯白噪声。