SLAM基础知识记录--数学知识--反对称阵

avenger_fang

已于 2022-04-12 10:27:46 修改

阅读量3k

点赞数 5

文章标签：线性代数

于 2022-04-07 20:15:06 首次发布

本文链接：https://blog.csdn.net/avenger_fang/article/details/124025411

版权

本文探讨了反对称阵的性质，包括其与正规矩阵的关系，以及如何通过酉变换变为对角阵。介绍了矩阵指数函数的展开式，并展示了反对称阵的幂次方公式。此外，还讨论了方向余弦、四元数在姿态更新中的作用，以及四元数乘法的非交换性和几何意义。这些概念在坐标变换和刚体旋转中有重要应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

反对称阵及其矩阵指数函数

通过对比可以发现，2.1.1式和2.1.2式是相等的，也就是说

若定义下式为反对称阵(或称为斜对称阵，Skew-symmetric matrix)，那么就有

两个向量的内积可以写成矩阵相乘的形式,即

如果V为是实向量(对应实数)，那么也有

因此，反对称阵是正规矩阵(Normal matrix)，任意正规矩阵都可在经过一个酉变换后变为对角矩阵,也就是可以酉相似于对角阵，且不同的特征值对应的特征向量两两正交。

这里，计算反对称阵的特征值与特征向量

将三个特征向量组成一个矩阵U,那么可以发现 $U^HU=I$ , $U=\left \{ u_1,u_2,u_3 \right \}$ ,因此U为酉矩阵。

若记 $\Lambda =diag\left \{ \lambda _1,\lambda _2,\lambda _3 \right \}$ 根据特征值和特征向量的关系，有：

$(V\times )=U\cdot \Lambda$ ，从而可以知道：

$\Lambda =U^{-1}(V\times )U$ ，这也证明了反对称阵 $(V\times )$ 酉相似于对角阵，所对应的酉相似变换矩阵就是U矩阵。

接下来就能得到反对称阵的幂次方公式

其中 $\nu =\left | V \right |$ ，即向量V的模长

反对称阵的矩阵函数

根据哈密顿-凯莱定理，矩阵指数函数必定可以展开为矩阵的有限项级数的形式。

其中 $k_0$ ， $k_1$ ， $k_2$ 为待求系数

得到结论为：

根据式(2.1.16)可以发现有等式成立：

$e^\Lambda =U^{-1}e^{(V\times )}U$

因此 $e^{(V\times )}U = Ue^\Lambda = \left [ e^{\lambda _1}u_1, e^{\lambda _2}u_2,e^{\lambda _3}u_3 \right ]$

根据特征值与特征向量关系 $(V\times )U = U\Lambda$ ，由此可知， $e^{(V\times )}$ 与反对称阵 $(V\times )$ 具有相同的特征向量，它们均为矩阵U的列向量，且矩阵函数 $e^{(V\times )}$ 与对角阵 $e^\Lambda$ 有相同的特征值

根据以上特征值，易知 $(e^\Lambda)^He^\Lambda=I$ ，因此对角阵 $e^\Lambda$ 也是酉矩阵，由于多个酉矩阵的乘积仍然为酉矩阵，因此 $e^{(V\times )} = Ue^\Lambda U^{-1}$ 也是一个酉矩阵，根据式(2.1.20)可知，若V为实向量，那么矩阵函数 $e^{(V\times )}$ 必定也是实矩阵，所以矩阵函数 $e^{(V\times )}$ 必定是单位正交阵。