噪声是一种常见的信号处理问题，在各个领域中都有广泛的应用。从音频处理到图像处理，从电子设备到通信系统，噪声都是不可避免的。在许多应用中，了解和量化噪声分布是非常重要的，因为它可以对系统性能产生重要影响。

我们需要了解什么是噪声。噪声可以被定义为与所关注的信号不相关的任何随机干扰。噪声可以以不同的形式存在，例如加性噪声、乘性噪声、高斯噪声等。每种形式的噪声都可以通过其统计特性进行描述和量化。

在量化噪声分布时，我们通常使用概率密度函数（Probability Density Function, PDF）来描述噪声信号的分布。概率密度函数描述了随机变量在各个取值上的概率分布情况。

对于连续型噪声，我们可以使用概率密度函数来描述其分布。常见且广泛使用的概率密度函数是高斯分布，也称为正态分布。高斯分布具有钟形曲线形状，其特点是均值和方差。均值决定了曲线的中心位置，而方差决定了曲线的宽度。高斯分布在许多实际应用中非常常见，因为许多自然现象和测量结果都服从高斯分布。