首先考虑一个M乘N的矩阵H，其 F范数的平方 定义为矩阵所有元素的模平方的和
![\|\mathbf{H}\|_{F}^{2}=\sum_{n=1}^{N} \sum_{m=1}^{M}[\mathbf{H}]_{m n}^{2}](https://i-blog.csdnimg.cn/blog_migrate/a94cb7c56920a3f21aa4052f16e2b02a.gif)
也可以等价表示为 H乘H的共轭转置的迹
![\begin{array}{l} \operatorname{Tr}\left\{\mathbf{H} \mathbf{H}^{H}\right\}=\sum_{m=1}^{M}[\mathbf{H}]_{m,:}\left[\mathbf{H}^{H}\right]_{:, m}=\sum_{m=1}^{M}[\mathbf{H}]_{m,:}[\mathbf{H}]_{m,:}^{H} \\ =\sum_{m=1}^{M}\left\|[\mathbf{H}]_{m,:}\right\|_{2}^{2}=\sum_{m=1}^{M} \sum_{n=1}^{N}[\mathbf{H}]_{m, n}^{2} \end{array}](https://i-blog.csdnimg.cn/blog_migrate/2157c542817f898c25b01d2c59ba55b5.gif)
根据矩阵的SVD分解，矩阵H可以表示为
其中 矩阵U和V是酉阵，即
,
中间上尖矩阵是由奇异值组成的对角阵。（
或
的特征值=H的奇异值的平方）
接下来利用矩阵SVD分解和迹的循环等价性质，即可证明：矩阵F范数的平方等于奇异值平方的和
![\begin{array}{l} \|\mathbf{H}\|_{F}^{2}=T r\left\{\mathbf{H} \mathbf{H}^{H}\right\} \\ =\operatorname{Tr}\left\{\mathrm{U} \Lambda \mathrm{V}^{H} \mathrm{~V} \Lambda^{H} \mathrm{U}^{H}\right\} \\ =\operatorname{Tr}\left\{\mathrm{U} \Lambda \Lambda^{H} \mathrm{U}^{H}\right\} \\ =\operatorname{Tr}\left\{\Lambda \Lambda^{H} \mathrm{U}^{H} \mathrm{U}\right\} \\ =\operatorname{Tr}\left\{\Lambda \Lambda^{H}\right\} \\ =\sum_{i=1}^{\min (M, N)}[\Lambda]_{i}^{2} \\ =\sum_{i=1}^{\min (M, N)} \lambda_{i} \end{array}](https://i-blog.csdnimg.cn/blog_migrate/361dde6f155ce60d67680575fa84fdf7.gif)
1328
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
