噪声是指在信号中包含的非期望的随机干扰。在实际应用中，噪声是普遍存在的，并且对于很多系统和设备的性能有着重要的影响。

噪声的分布特征可以通过统计学方法来描述。常见的噪声分布包括均匀分布、高斯分布、泊松分布和指数分布等。

均匀分布是一种简单的噪声分布。它的密度函数在一个有限区间内是常数，表示各个值出现的概率是相同的。在均匀分布中，任意两个值之间的距离是相等的，没有明显的趋势或规律。

高斯分布，也称为正态分布，是常见的噪声分布之一。它的密度函数呈钟形曲线，对称分布在均值附近。高斯噪声具有平稳性和白噪声特性，其幅值分布在不同频率下是相同的。许多自然现象和随机过程都近似服从高斯分布，例如电子元件的热噪声和环境中的环境噪声。

泊松分布用于描述独立事件在某个时间段内发生的次数，例如渡轮等待上客的时间间隔或者电话交换机中电话呼叫的数量。泊松噪声具有明显的计数特性，即在给定时间段内发生事件的次数是不确定的，但是它们之间的时间间隔是随机的。

指数分布常用于描述连续的时间间隔，例如放射性衰变和断网时长。指数噪声的密度函数呈现单调递减形态，表示较短的时间间隔发生的概率较大，而较长的时间间隔发生的概率较小。

除了以上常见的噪声分布外，还有其他各种分布可以用来描述特定类型的噪声。例如，莱维分布用于描述具有大幅度的极端事件，在金融市场和地震学中都有应用。