在编程中给系统加噪声通常涉及到信号处理或图像处理。以下是针对不同编程语言和场景的加噪声方法：
MATLAB
在MATLAB中，可以使用内置函数或自定义函数来给信号加噪声。以下是一个简单的示例，展示如何给WAV文件添加高斯噪声：
使用内置函数
```matlab
% 读取音频文件
[y, fs] = wavread（'ori.wav'）；
% 生成高斯噪声
noise = randn（size（y））；
% 添加噪声
noisy_y = y + 0.1 * noise；
% 保存加噪声后的音频文件
wavwrite（'new.wav', noisy_y, fs）；
```
自定义函数
```matlab
function noisy_signal = add_noise（signal, snr）
% 计算噪声功率
ps = mean（signal.^2）；
pn = snr * ps；
% 生成噪声
noise = sqrt（pn / （1 - snr）） * randn（size（signal））；
% 添加噪声
noisy_signal = signal + noise；
end
```
Python
在Python中，可以使用`numpy`和`scipy`库来生成和添加噪声。以下是一个示例，展示如何给图像添加高斯噪声和椒盐噪声：
高斯噪声
```python
import numpy as np
from PIL import Image
import torchvision.transforms as transforms
def add_gaussian_noise（image, snr）:
mean = （0.5, 0.5, 0.5）
std = （0.5, 0.5, 0.5）
noise = np.random.normal（mean, std, image.shape）
noisy_image = image + noise * np.sqrt（snr）
return noisy_image
读取图像
image = Image.open（'ori.jpg'）
添加噪声
noisy_image = add_gaussian_noise（np.array（image）, 0.7）
保存加噪声后的图像
noisy_image = Image.fromarray（noisy_image）
noisy_image.save（'new.jpg'）
```
椒盐噪声
```python
import numpy as np
from PIL import Image
import random
class AddPepperNoise:
def __init__（self, snr, p=0.9）:
self.snr = snr
self.p = p
def __call__（self, img）:
if random.uniform（0, 1） < self.p:
img_ = np.array（img）.copy（）
h, w, c = img_.shape
noise = np.zeros（（h, w, c）, dtype=np.uint8）
noise[np.random.randint（0, h, size=h//10）, np.random.randint（0, w, size=w//10）, :] = 255
img_ = img_ + noise
return Image.fromarray（img_）
return img
读取图像
image = Image.open（'ori.jpg'）
添加噪声
noisy_image = AddPepperNoise（0.7）（image）
保存加噪声后的图像
noisy_image.save（'new.jpg'）
```
C++
在C++中，可以使用`librosa`和`sox`库来处理音频文件，并添加噪声。以下是一个简单的示例，展示如何给WAV文件添加高斯噪声：